Copertina

World-consistent Video Diffusion with Explicit 3D Modeling

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Zhang, Qihang, Zhai, Shuangfei, Bautista, Miguel Angel, Miao, Kevin, Toshev, Alexander, Susskind, Joshua, Gu, Jiatao
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Kaleido Diffusion: Improving Conditional Diffusion Models with Autoregressive Latent Modeling
di: Gu, Jiatao, et al.
Pubblicazione: (2024)

Matryoshka Diffusion Models
di: Gu, Jiatao, et al.
Pubblicazione: (2023)

Many-to-many Image Generation with Auto-regressive Diffusion Models
di: Shen, Ying, et al.
Pubblicazione: (2024)

DSplats: 3D Generation by Denoising Splats-Based Multiview Diffusion Models
di: Miao, Kevin, et al.
Pubblicazione: (2024)

Scalable Pre-training of Large Autoregressive Image Models
di: El-Nouby, Alaaeldin, et al.
Pubblicazione: (2024)

Normalizing Flows with Iterative Denoising
di: Chen, Tianrong, et al.
Pubblicazione: (2026)

STARFlow-V: End-to-End Video Generative Modeling with Normalizing Flows
di: Gu, Jiatao, et al.
Pubblicazione: (2025)

STARFlow2: Bridging Language Models and Normalizing Flows for Unified Multimodal Generation
di: Shen, Ying, et al.
Pubblicazione: (2026)

Normalizing Trajectory Models
di: Gu, Jiatao, et al.
Pubblicazione: (2026)

DART: Denoising Autoregressive Transformer for Scalable Text-to-Image Generation
di: Gu, Jiatao, et al.
Pubblicazione: (2024)

Improving GFlowNets for Text-to-Image Diffusion Alignment
di: Zhang, Dinghuai, et al.
Pubblicazione: (2024)

Normalizing Flows are Capable Generative Models
di: Zhai, Shuangfei, et al.
Pubblicazione: (2024)

TypeScore: A Text Fidelity Metric for Text-to-Image Generative Models
di: Sampaio, Georgia Gabriela, et al.
Pubblicazione: (2024)

STARFlow: Scaling Latent Normalizing Flows for High-resolution Image Synthesis
di: Gu, Jiatao, et al.
Pubblicazione: (2025)

How Far Are We from Intelligent Visual Deductive Reasoning?
di: Zhang, Yizhe, et al.
Pubblicazione: (2024)

3D Shape Tokenization via Latent Flow Matching
di: Chang, Jen-Hao Rick, et al.
Pubblicazione: (2024)

ReVision: Refining Video Diffusion with Explicit 3D Motion Modeling
di: Liu, Qihao, et al.
Pubblicazione: (2025)

Pseudo-Generalized Dynamic View Synthesis from a Video
di: Zhao, Xiaoming, et al.
Pubblicazione: (2023)

The Coupling Within: Flow Matching via Distilled Normalizing Flows
di: Berthelot, David, et al.
Pubblicazione: (2026)

CTRLorALTer: Conditional LoRAdapter for Efficient 0-Shot Control & Altering of T2I Models
di: Stracke, Nick, et al.
Pubblicazione: (2024)

Explicit Critic Guidance for Aligning Diffusion Models
di: Liang, Zhengyang, et al.
Pubblicazione: (2026)

Zero-1-to-G: Taming Pretrained 2D Diffusion Model for Direct 3D Generation
di: Meng, Xuyi, et al.
Pubblicazione: (2025)

Geometry-as-context: Modulating Explicit 3D in Scene-consistent Video Generation to Geometry Context
di: Hu, JiaKui, et al.
Pubblicazione: (2026)

Learning Long-term Motion Embeddings for Efficient Kinematics Generation
di: Stracke, Nick, et al.
Pubblicazione: (2026)

GECO: Generative Image-to-3D within a SECOnd
di: Wang, Chen, et al.
Pubblicazione: (2024)

Vid2World: Crafting Video Diffusion Models to Interactive World Models
di: Huang, Siqiao, et al.
Pubblicazione: (2025)

Adapting Self-Supervised Representations as a Latent Space for Efficient Generation
di: Gui, Ming, et al.
Pubblicazione: (2025)

Human-3Diffusion: Realistic Avatar Creation via Explicit 3D Consistent Diffusion Models
di: Xue, Yuxuan, et al.
Pubblicazione: (2024)

EvoWorld: Evolving Panoramic World Generation with Explicit 3D Memory
di: Wang, Jiahao, et al.
Pubblicazione: (2025)

Diffusion$^2$: Dynamic 3D Content Generation via Score Composition of Video and Multi-view Diffusion Models
di: Yang, Zeyu, et al.
Pubblicazione: (2024)

Enhancing Temporal Consistency in Video Editing by Reconstructing Videos with 3D Gaussian Splatting
di: Shin, Inkyu, et al.
Pubblicazione: (2024)

ViViD: Video Virtual Try-on using Diffusion Models
di: Fang, Zixun, et al.
Pubblicazione: (2024)

CamLit: Unified Video Diffusion with Explicit Camera and Lighting Control
di: Kuang, Zhiyi, et al.
Pubblicazione: (2026)

Geometry Forcing: Marrying Video Diffusion and 3D Representation for Consistent World Modeling
di: Wu, Haoyu, et al.
Pubblicazione: (2025)

V3D: Video Diffusion Models are Effective 3D Generators
di: Chen, Zilong, et al.
Pubblicazione: (2024)

GO-Renderer: Generative Object Rendering with 3D-aware Controllable Video Diffusion Models
di: Gu, Zekai, et al.
Pubblicazione: (2026)

PhysCtrl: Generative Physics for Controllable and Physics-Grounded Video Generation
di: Wang, Chen, et al.
Pubblicazione: (2025)

Motion Consistency Model: Accelerating Video Diffusion with Disentangled Motion-Appearance Distillation
di: Zhai, Yuanhao, et al.
Pubblicazione: (2024)

Voyager: Long-Range and World-Consistent Video Diffusion for Explorable 3D Scene Generation
di: Huang, Tianyu, et al.
Pubblicazione: (2025)

GTA: Advancing Image-to-3D World Generation via Geometry Then Appearance Video Diffusion
di: Zhu, Hanxin, et al.
Pubblicazione: (2026)