Buchumschlag

REDUCIO! Generating 1K Video within 16 Seconds using Extremely Compressed Motion Latents

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Tian, Rui, Dai, Qi, Bao, Jianmin, Qiu, Kai, Yang, Yifan, Luo, Chong, Wu, Zuxuan, Jiang, Yu-Gang
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

MotionFollower: Editing Video Motion via Lightweight Score-Guided Diffusion
von: Tu, Shuyuan, et al.
Veröffentlicht: (2024)

ViaRL: Adaptive Temporal Grounding via Visual Iterated Amplification Reinforcement Learning
von: Xu, Ziqiang, et al.
Veröffentlicht: (2025)

FlashPortrait: 6x Faster Infinite Portrait Animation with Adaptive Latent Prediction
von: Tu, Shuyuan, et al.
Veröffentlicht: (2025)

MagicMotion: Controllable Video Generation with Dense-to-Sparse Trajectory Guidance
von: Li, Quanhao, et al.
Veröffentlicht: (2025)

AID: Adapting Image2Video Diffusion Models for Instruction-guided Video Prediction
von: Xing, Zhen, et al.
Veröffentlicht: (2024)

MageBench: Bridging Large Multimodal Models to Agents
von: Zhang, Miaosen, et al.
Veröffentlicht: (2024)

FlashMotion: Few-Step Controllable Video Generation with Trajectory Guidance
von: Li, Quanhao, et al.
Veröffentlicht: (2026)

StableAvatar: Infinite-Length Audio-Driven Avatar Video Generation
von: Tu, Shuyuan, et al.
Veröffentlicht: (2025)

LaMD: Latent Motion Diffusion for Image-Conditional Video Generation
von: Hu, Yaosi, et al.
Veröffentlicht: (2023)

ReasonGen-R1: CoT for Autoregressive Image generation models through SFT and RL
von: Zhang, Yu, et al.
Veröffentlicht: (2025)

OmniVid: A Generative Framework for Universal Video Understanding
von: Wang, Junke, et al.
Veröffentlicht: (2024)

StableAnimator++: Overcoming Pose Misalignment and Face Distortion for Human Image Animation
von: Tu, Shuyuan, et al.
Veröffentlicht: (2025)

GlobalPaint: Spatiotemporal Coherent Video Outpainting with Global Feature Guidance
von: Pan, Yueming, et al.
Veröffentlicht: (2026)

DynaVid: Learning to Generate Highly Dynamic Videos using Synthetic Motion Data
von: Jin, Wonjoon, et al.
Veröffentlicht: (2026)

OmniTracker: Unifying Object Tracking by Tracking-with-Detection
von: Wang, Junke, et al.
Veröffentlicht: (2023)

A Survey on Video Diffusion Models
von: Xing, Zhen, et al.
Veröffentlicht: (2023)

HiTVideo: Hierarchical Tokenizers for Enhancing Text-to-Video Generation with Autoregressive Large Language Models
von: Zhou, Ziqin, et al.
Veröffentlicht: (2025)

AVGen-Bench: A Task-Driven Benchmark for Multi-Granular Evaluation of Text-to-Audio-Video Generation
von: Zhou, Ziwei, et al.
Veröffentlicht: (2026)

CaTok: Taming Mean Flows for One-Dimensional Causal Image Tokenization
von: Chen, Yitong, et al.
Veröffentlicht: (2026)

DeepStack: Deeply Stacking Visual Tokens is Surprisingly Simple and Effective for LMMs
von: Meng, Lingchen, et al.
Veröffentlicht: (2024)

LVC-LGMC: Joint Local and Global Motion Compensation for Learned Video Compression
von: Jiang, Wei, et al.
Veröffentlicht: (2024)

Daily-Omni: Towards Audio-Visual Reasoning with Temporal Alignment across Modalities
von: Zhou, Ziwei, et al.
Veröffentlicht: (2025)

StableAnimator: High-Quality Identity-Preserving Human Image Animation
von: Tu, Shuyuan, et al.
Veröffentlicht: (2024)

Towards Extreme Image Compression with Latent Feature Guidance and Diffusion Prior
von: Li, Zhiyuan, et al.
Veröffentlicht: (2024)

Video-in-the-Loop: Span-Grounded Long Video QA with Interleaved Reasoning
von: Wang, Chendong, et al.
Veröffentlicht: (2025)

GenRec: Unifying Video Generation and Recognition with Diffusion Models
von: Weng, Zejia, et al.
Veröffentlicht: (2024)

ArcFlow: Unleashing 2-Step Text-to-Image Generation via High-Precision Non-Linear Flow Distillation
von: Yang, Zihan, et al.
Veröffentlicht: (2026)

Video-XL-Pro: Reconstructive Token Compression for Extremely Long Video Understanding
von: Liu, Xiangrui, et al.
Veröffentlicht: (2025)

MicroCinema: A Divide-and-Conquer Approach for Text-to-Video Generation
von: Wang, Yanhui, et al.
Veröffentlicht: (2023)

OmniTokenizer: A Joint Image-Video Tokenizer for Visual Generation
von: Wang, Junke, et al.
Veröffentlicht: (2024)

Learning Accurate Segmentation Purely from Self-Supervision
von: You, Zuyao, et al.
Veröffentlicht: (2026)

Generative Latent Video Compression
von: Guo, Zongyu, et al.
Veröffentlicht: (2025)

Fuse Your Latents: Video Editing with Multi-source Latent Diffusion Models
von: Lu, Tianyi, et al.
Veröffentlicht: (2023)

Fast Autoregressive Models for Continuous Latent Generation
von: Hang, Tiankai, et al.
Veröffentlicht: (2025)

HCAttention: Extreme KV Cache Compression via Heterogeneous Attention Computing for LLMs
von: Yang, Dongquan, et al.
Veröffentlicht: (2025)

CCEdit: Creative and Controllable Video Editing via Diffusion Models
von: Feng, Ruoyu, et al.
Veröffentlicht: (2023)

DLF: Extreme Image Compression with Dual-generative Latent Fusion
von: Xue, Naifu, et al.
Veröffentlicht: (2025)

Latent Spatiotemporal Adaptation for Generalized Face Forgery Video Detection
von: Zhang, Daichi, et al.
Veröffentlicht: (2023)

FloVD: Optical Flow Meets Video Diffusion Model for Enhanced Camera-Controlled Video Synthesis
von: Jin, Wonjoon, et al.
Veröffentlicht: (2025)

Generative Latent Coding for Ultra-Low Bitrate Image and Video Compression
von: Qi, Linfeng, et al.
Veröffentlicht: (2025)