Vchitect-2.0: Parallel Transformer for Scaling Up Video Diffusion Models
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Fan, Weichen, Si, Chenyang, Song, Junhao, Yang, Zhenyu, He, Yinan, Zhuo, Long, Huang, Ziqi, Dong, Ziyue, He, Jingwen, Pan, Dongwei, Wang, Yi, Jiang, Yuming, Wang, Yaohui, Gao, Peng, Chen, Xinyuan, Li, Hengjie, Lin, Dahua, Qiao, Yu, Liu, Ziwei |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
VBench++: Comprehensive and Versatile Benchmark Suite for Video Generative Models
par: Huang, Ziqi, et autres
Publié: (2024)
par: Huang, Ziqi, et autres
Publié: (2024)
RepVideo: Rethinking Cross-Layer Representation for Video Generation
par: Si, Chenyang, et autres
Publié: (2025)
par: Si, Chenyang, et autres
Publié: (2025)
FreeInit: Bridging Initialization Gap in Video Diffusion Models
par: Wu, Tianxing, et autres
Publié: (2023)
par: Wu, Tianxing, et autres
Publié: (2023)
VBench-2.0: Advancing Video Generation Benchmark Suite for Intrinsic Faithfulness
par: Zheng, Dian, et autres
Publié: (2025)
par: Zheng, Dian, et autres
Publié: (2025)
FasterCache: Training-Free Video Diffusion Model Acceleration with High Quality
par: Lv, Zhengyao, et autres
Publié: (2024)
par: Lv, Zhengyao, et autres
Publié: (2024)
ShotDirector: Directorially Controllable Multi-Shot Video Generation with Cinematographic Transitions
par: Wu, Xiaoxue, et autres
Publié: (2025)
par: Wu, Xiaoxue, et autres
Publié: (2025)
ConditionVideo: Training-Free Condition-Guided Text-to-Video Generation
par: Peng, Bo, et autres
Publié: (2023)
par: Peng, Bo, et autres
Publié: (2023)
AccVideo: Accelerating Video Diffusion Model with Synthetic Dataset
par: Zhang, Haiyu, et autres
Publié: (2025)
par: Zhang, Haiyu, et autres
Publié: (2025)
InternVid: A Large-scale Video-Text Dataset for Multimodal Understanding and Generation
par: Wang, Yi, et autres
Publié: (2023)
par: Wang, Yi, et autres
Publié: (2023)
VEnhancer: Generative Space-Time Enhancement for Video Generation
par: He, Jingwen, et autres
Publié: (2024)
par: He, Jingwen, et autres
Publié: (2024)
CineTrans: Learning to Generate Videos with Cinematic Transitions via Masked Diffusion Models
par: Wu, Xiaoxue, et autres
Publié: (2025)
par: Wu, Xiaoxue, et autres
Publié: (2025)
Imagine360: Immersive 360 Video Generation from Perspective Anchor
par: Tan, Jing, et autres
Publié: (2024)
par: Tan, Jing, et autres
Publié: (2024)
Latte: Latent Diffusion Transformer for Video Generation
par: Ma, Xin, et autres
Publié: (2024)
par: Ma, Xin, et autres
Publié: (2024)
The Prism Hypothesis: Harmonizing Semantic and Pixel Representations via Unified Autoencoding
par: Fan, Weichen, et autres
Publié: (2025)
par: Fan, Weichen, et autres
Publié: (2025)
4Diffusion: Multi-view Video Diffusion Model for 4D Generation
par: Zhang, Haiyu, et autres
Publié: (2024)
par: Zhang, Haiyu, et autres
Publié: (2024)
Vlogger: Make Your Dream A Vlog
par: Zhuang, Shaobin, et autres
Publié: (2024)
par: Zhuang, Shaobin, et autres
Publié: (2024)
PARE: Pruning and Adaptive Routing for Efficient Video Generation
par: Wang, Yutong, et autres
Publié: (2026)
par: Wang, Yutong, et autres
Publié: (2026)
VDOT: Efficient Unified Video Creation via Optimal Transport Distillation
par: Wang, Yutong, et autres
Publié: (2025)
par: Wang, Yutong, et autres
Publié: (2025)
Cut2Next: Generating Next Shot via In-Context Tuning
par: He, Jingwen, et autres
Publié: (2025)
par: He, Jingwen, et autres
Publié: (2025)
RealDPO: Real or Not Real, that is the Preference
par: Cheng, Guo, et autres
Publié: (2025)
par: Cheng, Guo, et autres
Publié: (2025)
VideoMamba: State Space Model for Efficient Video Understanding
par: Li, Kunchang, et autres
Publié: (2024)
par: Li, Kunchang, et autres
Publié: (2024)
LEO: Generative Latent Image Animator for Human Video Synthesis
par: Wang, Yaohui, et autres
Publié: (2023)
par: Wang, Yaohui, et autres
Publié: (2023)
LongVie 2: Multimodal Controllable Ultra-Long Video World Model
par: Gao, Jianxiong, et autres
Publié: (2025)
par: Gao, Jianxiong, et autres
Publié: (2025)
Demystifying Video Reasoning
par: Wang, Ruisi, et autres
Publié: (2026)
par: Wang, Ruisi, et autres
Publié: (2026)
Scaling Up Data Parallelism in Decentralized Deep Learning
par: Xie, Bing, et autres
Publié: (2025)
par: Xie, Bing, et autres
Publié: (2025)
Unmasked Teacher: Towards Training-Efficient Video Foundation Models
par: Li, Kunchang, et autres
Publié: (2023)
par: Li, Kunchang, et autres
Publié: (2023)
FreeMorph: Tuning-Free Generalized Image Morphing with Diffusion Model
par: Cao, Yukang, et autres
Publié: (2025)
par: Cao, Yukang, et autres
Publié: (2025)
The Devil is in the Prompts: Retrieval-Augmented Prompt Optimization for Text-to-Video Generation
par: Gao, Bingjie, et autres
Publié: (2025)
par: Gao, Bingjie, et autres
Publié: (2025)
VideoChat: Chat-Centric Video Understanding
par: Li, KunChang, et autres
Publié: (2023)
par: Li, KunChang, et autres
Publié: (2023)
Personal Moisture Management by Advanced Textiles and Intelligent Wearables
par: Dahua Shou, et autres
Publié: (2025)
par: Dahua Shou, et autres
Publié: (2025)
LongVie: Multimodal-Guided Controllable Ultra-Long Video Generation
par: Gao, Jianxiong, et autres
Publié: (2025)
par: Gao, Jianxiong, et autres
Publié: (2025)
Dual-Expert Consistency Model for Efficient and High-Quality Video Generation
par: Lv, Zhengyao, et autres
Publié: (2025)
par: Lv, Zhengyao, et autres
Publié: (2025)
ShotBench: Expert-Level Cinematic Understanding in Vision-Language Models
par: Liu, Hongbo, et autres
Publié: (2025)
par: Liu, Hongbo, et autres
Publié: (2025)
Harvest Video Foundation Models via Efficient Post-Pretraining
par: Li, Yizhuo, et autres
Publié: (2023)
par: Li, Yizhuo, et autres
Publié: (2023)
LIA-X: Interpretable Latent Portrait Animator
par: Wang, Yaohui, et autres
Publié: (2025)
par: Wang, Yaohui, et autres
Publié: (2025)
HPFF: Hierarchical Locally Supervised Learning with Patch Feature Fusion
par: Su, Junhao, et autres
Publié: (2024)
par: Su, Junhao, et autres
Publié: (2024)
Towards Real-world Video Face Restoration: A New Benchmark
par: Chen, Ziyan, et autres
Publié: (2024)
par: Chen, Ziyan, et autres
Publié: (2024)
SurgFed: Language-guided Multi-Task Federated Learning for Surgical Video Understanding
par: Fang, Zheng, et autres
Publié: (2026)
par: Fang, Zheng, et autres
Publié: (2026)
Arbitrary-Scale Video Super-Resolution with Structural and Textural Priors
par: Shang, Wei, et autres
Publié: (2024)
par: Shang, Wei, et autres
Publié: (2024)
Prompt Relay: Inference-Time Temporal Control for Multi-Event Video Generation
par: Chen, Gordon, et autres
Publié: (2026)
par: Chen, Gordon, et autres
Publié: (2026)
Documents similaires
-
VBench++: Comprehensive and Versatile Benchmark Suite for Video Generative Models
par: Huang, Ziqi, et autres
Publié: (2024) -
RepVideo: Rethinking Cross-Layer Representation for Video Generation
par: Si, Chenyang, et autres
Publié: (2025) -
FreeInit: Bridging Initialization Gap in Video Diffusion Models
par: Wu, Tianxing, et autres
Publié: (2023) -
VBench-2.0: Advancing Video Generation Benchmark Suite for Intrinsic Faithfulness
par: Zheng, Dian, et autres
Publié: (2025) -
FasterCache: Training-Free Video Diffusion Model Acceleration with High Quality
par: Lv, Zhengyao, et autres
Publié: (2024)