Enregistré dans:
| Auteurs principaux: | Kim, Bosung, Lee, Kyuhwan, Jeong, Isu, Cheon, Jungmin, Lee, Yeojin, Lee, Seulki |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | https://arxiv.org/abs/2502.04363 |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
On-device Sora: Enabling Training-Free Diffusion-based Text-to-Video Generation for Mobile Devices
par: Kim, Bosung, et autres
Publié: (2025)
par: Kim, Bosung, et autres
Publié: (2025)
Designing Extremely Memory-Efficient CNNs for On-device Vision Tasks
par: Lee, Jaewook, et autres
Publié: (2024)
par: Lee, Jaewook, et autres
Publié: (2024)
Grid Diffusion Models for Text-to-Video Generation
par: Lee, Taegyeong, et autres
Publié: (2024)
par: Lee, Taegyeong, et autres
Publié: (2024)
DiffuseSlide: Training-Free High Frame Rate Video Generation Diffusion
par: Hwang, Geunmin, et autres
Publié: (2025)
par: Hwang, Geunmin, et autres
Publié: (2025)
FreeAction: Training-Free Techniques for Enhanced Fidelity of Trajectory-to-Video Generation
par: Kim, Seungwook, et autres
Publié: (2025)
par: Kim, Seungwook, et autres
Publié: (2025)
Orthogonal Negative Guidance in Attention Feature Space for Text-to-Image Generation
par: Ko, Jungmin, et autres
Publié: (2026)
par: Ko, Jungmin, et autres
Publié: (2026)
Safe-Sora: Safe Text-to-Video Generation via Graphical Watermarking
par: Su, Zihan, et autres
Publié: (2025)
par: Su, Zihan, et autres
Publié: (2025)
Harnessing the Power of Training-Free Techniques in Text-to-2D Generation for Text-to-3D Generation via Score Distillation Sampling
par: Lee, Junhong, et autres
Publié: (2025)
par: Lee, Junhong, et autres
Publié: (2025)
Sora as a World Model? A Complete Survey on Text-to-Video Generation
par: Puspitasari, Fachrina Dewi, et autres
Publié: (2024)
par: Puspitasari, Fachrina Dewi, et autres
Publié: (2024)
Scribble-Guided Diffusion for Training-free Text-to-Image Generation
par: Lee, Seonho, et autres
Publié: (2024)
par: Lee, Seonho, et autres
Publié: (2024)
CountCluster: Training-Free Object Quantity Guidance with Cross-Attention Map Clustering for Text-to-Image Generation
par: Lee, Joohyeon, et autres
Publié: (2025)
par: Lee, Joohyeon, et autres
Publié: (2025)
Sora Generates Videos with Stunning Geometrical Consistency
par: Li, Xuanyi, et autres
Publié: (2024)
par: Li, Xuanyi, et autres
Publié: (2024)
Group-wise Scaling and Orthogonal Decomposition for Domain-Invariant Feature Extraction in Face Anti-Spoofing
par: Jung, Seungjin, et autres
Publié: (2025)
par: Jung, Seungjin, et autres
Publié: (2025)
MobileDiffusion: Instant Text-to-Image Generation on Mobile Devices
par: Zhao, Yang, et autres
Publié: (2023)
par: Zhao, Yang, et autres
Publié: (2023)
ISAC: Training-Free Instance-to-Semantic Attention Control for Improving Multi-Instance Generation
par: Jo, Sanghyun, et autres
Publié: (2025)
par: Jo, Sanghyun, et autres
Publié: (2025)
Local Representative Token Guided Merging for Text-to-Image Generation
par: Lee, Min-Jeong, et autres
Publié: (2025)
par: Lee, Min-Jeong, et autres
Publié: (2025)
Good Noise Makes Good Edits: A Training-Free Diffusion-Based Video Editing with Image and Text Prompts
par: Choi, Saemee, et autres
Publié: (2025)
par: Choi, Saemee, et autres
Publié: (2025)
Read, Watch and Scream! Sound Generation from Text and Video
par: Jeong, Yujin, et autres
Publié: (2024)
par: Jeong, Yujin, et autres
Publié: (2024)
Simple Visual Artifact Detection in Sora-Generated Videos
par: Sugiyama, Misora, et autres
Publié: (2025)
par: Sugiyama, Misora, et autres
Publié: (2025)
InsideOut: Integrated RGB-Radiative Gaussian Splatting for Comprehensive 3D Object Representation
par: Lee, Jungmin, et autres
Publié: (2025)
par: Lee, Jungmin, et autres
Publié: (2025)
Unified Text-Image-to-Video Generation: A Training-Free Approach to Flexible Visual Conditioning
par: Lai, Bolin, et autres
Publié: (2025)
par: Lai, Bolin, et autres
Publié: (2025)
From Sora What We Can See: A Survey of Text-to-Video Generation
par: Sun, Rui, et autres
Publié: (2024)
par: Sun, Rui, et autres
Publié: (2024)
Active Diffusion Matching: Score-based Iterative Alignment of Cross-Modal Retinal Images
par: Lee, Kanggeon, et autres
Publié: (2026)
par: Lee, Kanggeon, et autres
Publié: (2026)
Improving Video Diffusion Transformer Training by Multi-Feature Fusion and Alignment from Self-Supervised Vision Encoders
par: Lee, Dohun, et autres
Publié: (2025)
par: Lee, Dohun, et autres
Publié: (2025)
Infinite-Story: A Training-Free Consistent Text-to-Image Generation
par: Park, Jihun, et autres
Publié: (2025)
par: Park, Jihun, et autres
Publié: (2025)
ArtSplat: Feed-Forward Articulated 3D Gaussian Splatting from Sparse Multi-State Uncalibrated Views
par: Lee, Inseo, et autres
Publié: (2026)
par: Lee, Inseo, et autres
Publié: (2026)
Video Diffusion Models are Strong Video Inpainter
par: Lee, Minhyeok, et autres
Publié: (2024)
par: Lee, Minhyeok, et autres
Publié: (2024)
SurgSora: Object-Aware Diffusion Model for Controllable Surgical Video Generation
par: Chen, Tong, et autres
Publié: (2024)
par: Chen, Tong, et autres
Publié: (2024)
MCoT-RE: Multi-Faceted Chain-of-Thought and Re-Ranking for Training-Free Zero-Shot Composed Image Retrieval
par: Park, Jeong-Woo, et autres
Publié: (2025)
par: Park, Jeong-Woo, et autres
Publié: (2025)
Spatial Transport Optimization by Repositioning Attention Map for Training-Free Text-to-Image Synthesis
par: Han, Woojung, et autres
Publié: (2025)
par: Han, Woojung, et autres
Publié: (2025)
DIAL: Dense Image-text ALignment for Weakly Supervised Semantic Segmentation
par: Jang, Soojin, et autres
Publié: (2024)
par: Jang, Soojin, et autres
Publié: (2024)
vid-TLDR: Training Free Token merging for Light-weight Video Transformer
par: Choi, Joonmyung, et autres
Publié: (2024)
par: Choi, Joonmyung, et autres
Publié: (2024)
MobileViCLIP: An Efficient Video-Text Model for Mobile Devices
par: Yang, Min, et autres
Publié: (2025)
par: Yang, Min, et autres
Publié: (2025)
Sora Detector: A Unified Hallucination Detection for Large Text-to-Video Models
par: Chu, Zhixuan, et autres
Publié: (2024)
par: Chu, Zhixuan, et autres
Publié: (2024)
Dynamic-eDiTor: Training-Free Text-Driven 4D Scene Editing with Multimodal Diffusion Transformer
par: Lee, Dong In, et autres
Publié: (2025)
par: Lee, Dong In, et autres
Publié: (2025)
Reangle-A-Video: 4D Video Generation as Video-to-Video Translation
par: Jeong, Hyeonho, et autres
Publié: (2025)
par: Jeong, Hyeonho, et autres
Publié: (2025)
Open-Sora: Democratizing Efficient Video Production for All
par: Zheng, Zangwei, et autres
Publié: (2024)
par: Zheng, Zangwei, et autres
Publié: (2024)
Free-Grained Hierarchical Visual Recognition
par: Park, Seulki, et autres
Publié: (2025)
par: Park, Seulki, et autres
Publié: (2025)
Gender Bias in Text-to-Video Generation Models: A case study of Sora
par: Nadeem, Mohammad, et autres
Publié: (2024)
par: Nadeem, Mohammad, et autres
Publié: (2024)
DiffusionGuard: A Robust Defense Against Malicious Diffusion-based Image Editing
par: Choi, June Suk, et autres
Publié: (2024)
par: Choi, June Suk, et autres
Publié: (2024)
Documents similaires
-
On-device Sora: Enabling Training-Free Diffusion-based Text-to-Video Generation for Mobile Devices
par: Kim, Bosung, et autres
Publié: (2025) -
Designing Extremely Memory-Efficient CNNs for On-device Vision Tasks
par: Lee, Jaewook, et autres
Publié: (2024) -
Grid Diffusion Models for Text-to-Video Generation
par: Lee, Taegyeong, et autres
Publié: (2024) -
DiffuseSlide: Training-Free High Frame Rate Video Generation Diffusion
par: Hwang, Geunmin, et autres
Publié: (2025) -
FreeAction: Training-Free Techniques for Enhanced Fidelity of Trajectory-to-Video Generation
par: Kim, Seungwook, et autres
Publié: (2025)