Buchumschlag

PhyT2V: LLM-Guided Iterative Self-Refinement for Physics-Grounded Text-to-Video Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xue, Qiyao, Yin, Xiangyu, Yang, Boyuan, Gao, Wei
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ProGait: A Multi-Purpose Video Dataset and Benchmark for Transfemoral Prosthesis Users
von: Yin, Xiangyu, et al.
Veröffentlicht: (2025)

PhyPrompt: RL-based Prompt Refinement for Physically Plausible Text-to-Video Generation
von: Wu, Shang, et al.
Veröffentlicht: (2026)

Bootstrapping Physics-Grounded Video Generation through VLM-Guided Iterative Self-Refinement
von: Liu, Yang, et al.
Veröffentlicht: (2025)

MosaicThinker: On-Device Visual Spatial Reasoning for Embodied AI via Iterative Construction of Space Representation
von: Wang, Haoming, et al.
Veröffentlicht: (2026)

PhyVLLM: Physics-Guided Video Language Model with Motion-Appearance Disentanglement
von: Zhan, Yu-Wei, et al.
Veröffentlicht: (2025)

PhiP-G: Physics-Guided Text-to-3D Compositional Scene Generation
von: Li, Qixuan, et al.
Veröffentlicht: (2025)

PhyMotion: Structured 3D Motion Reward for Physics-Grounded Human Video Generation
von: Huang, Yidong, et al.
Veröffentlicht: (2026)

VideoPhy: Evaluating Physical Commonsense for Video Generation
von: Bansal, Hritik, et al.
Veröffentlicht: (2024)

PhyDrawGen: Physically Grounded Diagram Generation from Natural Language
von: Haque, Nafiul, et al.
Veröffentlicht: (2026)

"PhyWorldBench": A Comprehensive Evaluation of Physical Realism in Text-to-Video Models
von: Gu, Jing, et al.
Veröffentlicht: (2025)

PhyGround: Benchmarking Physical Reasoning in Generative World Models
von: Lin, Juyi, et al.
Veröffentlicht: (2026)

TimeRefine: Temporal Grounding with Time Refining Video LLM
von: Wang, Xizi, et al.
Veröffentlicht: (2024)

PhyGile: Physics-Prefix Guided Motion Generation for Agile General Humanoid Motion Tracking
von: Bao, Jiacheng, et al.
Veröffentlicht: (2026)

Dual-IPO: Dual-Iterative Preference Optimization for Text-to-Video Generation
von: Yang, Xiaomeng, et al.
Veröffentlicht: (2025)

Phi-Ground Tech Report: Advancing Perception in GUI Grounding
von: Zhang, Miaosen, et al.
Veröffentlicht: (2025)

Culture-TRIP: Culturally-Aware Text-to-Image Generation with Iterative Prompt Refinement
von: Jeong, Suchae, et al.
Veröffentlicht: (2025)

MERLIN: Multimodal Embedding Refinement via LLM-based Iterative Navigation for Text-Video Retrieval-Rerank Pipeline
von: Han, Donghoon, et al.
Veröffentlicht: (2024)

Self-Correcting Text-to-Video Generation with Misalignment Detection and Localized Refinement
von: Lee, Daeun, et al.
Veröffentlicht: (2024)

Exploring Iterative Refinement with Diffusion Models for Video Grounding
von: Liang, Xiao, et al.
Veröffentlicht: (2023)

Physics-Guided Motion Loss for Video Generation Model
von: Xue, Bowen, et al.
Veröffentlicht: (2025)

Seeing is Improving: Visual Feedback for Iterative Text Layout Refinement
von: Guo, Junrong, et al.
Veröffentlicht: (2026)

FAIRT2V: Training-Free Debiasing for Text-to-Video Diffusion Models
von: Zhong, Haonan, et al.
Veröffentlicht: (2026)

PhyWorld: Physics-Faithful World Model for Video Generation
von: Zhao, Pu, et al.
Veröffentlicht: (2026)

Improved Iterative Refinement for Chart-to-Code Generation via Structured Instruction
von: Xu, Chengzhi, et al.
Veröffentlicht: (2025)

PhyTracker: An Online Tracker for Phytoplankton
von: Yu, Yang, et al.
Veröffentlicht: (2024)

VisPhyWorld: Probing Physical Reasoning via Code-Driven Video Reconstruction
von: Liang, Jiarong, et al.
Veröffentlicht: (2026)

\textsc{GUI-Spotlight}: Adaptive Iterative Focus Refinement for Enhanced GUI Visual Grounding
von: Lei, Bin, et al.
Veröffentlicht: (2025)

Physics-Grounded Motion Forecasting via Equation Discovery for Trajectory-Guided Image-to-Video Generation
von: Feng, Tao, et al.
Veröffentlicht: (2025)

FAGER: Factually Grounded Evaluation and Refinement of Text-to-Image Models
von: Lim, Youngsun, et al.
Veröffentlicht: (2026)

PhyCustom: Towards Realistic Physical Customization in Text-to-Image Generation
von: Wu, Fan, et al.
Veröffentlicht: (2025)

Kestrel: Grounding Self-Refinement for LVLM Hallucination Mitigation
von: Mao, Jiawei, et al.
Veröffentlicht: (2026)

PhyGDPO: Physics-Aware Groupwise Direct Preference Optimization for Physically Consistent Text-to-Video Generation
von: Cai, Yuanhao, et al.
Veröffentlicht: (2025)

Motion-o: Trajectory-Grounded Video Reasoning
von: Galoaa, Bishoy, et al.
Veröffentlicht: (2026)

PhyEduVideo: A Benchmark for Evaluating Text-to-Video Models for Physics Education
von: M, Megha Mariam K., et al.
Veröffentlicht: (2026)

Value-Guided Iterative Refinement and the DIQ-H Benchmark for Evaluating VLM Robustness
von: Wan, Hanwen, et al.
Veröffentlicht: (2025)

VideoThinker: Building Agentic VideoLLMs with LLM-Guided Tool Reasoning
von: Li, Chenglin, et al.
Veröffentlicht: (2026)

InfBaGel: Human-Object-Scene Interaction Generation with Dynamic Perception and Iterative Refinement
von: Zou, Yude, et al.
Veröffentlicht: (2026)

AIR: Zero-shot Generative Model Adaptation with Iterative Refinement
von: Liu, Guimeng, et al.
Veröffentlicht: (2025)

Online Iterative Self-Alignment for Radiology Report Generation
von: Xiao, Ting, et al.
Veröffentlicht: (2025)

VideoMiner: Iteratively Grounding Key Frames of Hour-Long Videos via Tree-based Group Relative Policy Optimization
von: Cao, Xinye, et al.
Veröffentlicht: (2025)