Copertina

DLFR-VAE: Dynamic Latent Frame Rate VAE for Video Generation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Yuan, Zhihang, Wang, Siyuan, Xie, Rui, Zhang, Hanling, Fang, Tongcheng, Shang, Yuzhang, Yan, Shengen, Dai, Guohao, Wang, Yu
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

VGDFR: Diffusion-based Video Generation with Dynamic Latent Frame Rate
di: Yuan, Zhihang, et al.
Pubblicazione: (2025)

E-CAR: Efficient Continuous Autoregressive Image Generation via Multistage Modeling
di: Yuan, Zhihang, et al.
Pubblicazione: (2024)

VocabTailor: Dynamic Vocabulary Selection for Downstream Tasks in Small Language Models
di: Zhang, Hanling, et al.
Pubblicazione: (2025)

CV-VAE: A Compatible Video VAE for Latent Generative Video Models
di: Zhao, Sijie, et al.
Pubblicazione: (2024)

DiTFastAttn: Attention Compression for Diffusion Transformer Models
di: Yuan, Zhihang, et al.
Pubblicazione: (2024)

WF-VAE: Enhancing Video VAE by Wavelet-Driven Energy Flow for Latent Video Diffusion Model
di: Li, Zongjian, et al.
Pubblicazione: (2024)

DiTFastAttnV2: Head-wise Attention Compression for Multi-Modality Diffusion Transformers
di: Zhang, Hanling, et al.
Pubblicazione: (2025)

LeanVAE: An Ultra-Efficient Reconstruction VAE for Video Diffusion Models
di: Cheng, Yu, et al.
Pubblicazione: (2025)

Improved Video VAE for Latent Video Diffusion Model
di: Wu, Pingyu, et al.
Pubblicazione: (2024)

VidTwin: Video VAE with Decoupled Structure and Dynamics
di: Wang, Yuchi, et al.
Pubblicazione: (2024)

ViDiT-Q: Efficient and Accurate Quantization of Diffusion Transformers for Image and Video Generation
di: Zhao, Tianchen, et al.
Pubblicazione: (2024)

OD-VAE: An Omni-dimensional Video Compressor for Improving Latent Video Diffusion Model
di: Chen, Liuhan, et al.
Pubblicazione: (2024)

MixDQ: Memory-Efficient Few-Step Text-to-Image Diffusion Models with Metric-Decoupled Mixed Precision Quantization
di: Zhao, Tianchen, et al.
Pubblicazione: (2024)

FrameFusion: Combining Similarity and Importance for Video Token Reduction on Large Vision Language Models
di: Fu, Tianyu, et al.
Pubblicazione: (2024)

Large Motion Video Autoencoding with Cross-modal Video VAE
di: Xing, Yazhou, et al.
Pubblicazione: (2024)

OneVAE: Joint Discrete and Continuous Optimization Helps Discrete Video VAE Train Better
di: Zhou, Yupeng, et al.
Pubblicazione: (2025)

Eliminating VAE for Fast and High-Resolution Generative Detail Restoration
di: Wang, Yan, et al.
Pubblicazione: (2026)

DeCo-VAE: Learning Compact Latents for Video Reconstruction via Decoupled Representation
di: Yin, Xiangchen, et al.
Pubblicazione: (2025)

HireVAE: An Online and Adaptive Factor Model Based on Hierarchical and Regime-Switch VAE
di: Wei, Zikai, et al.
Pubblicazione: (2023)

CAD-VAE: Leveraging Correlation-Aware Latents for Comprehensive Fair Disentanglement
di: Ma, Chenrui, et al.
Pubblicazione: (2025)

FissionVAE: Federated Non-IID Image Generation with Latent Space and Decoder Decomposition
di: Hu, Chen, et al.
Pubblicazione: (2024)

QuEST: Low-bit Diffusion Model Quantization via Efficient Selective Finetuning
di: Wang, Haoxuan, et al.
Pubblicazione: (2024)

Latent Dirichlet Transformer VAE for Hyperspectral Unmixing with Bundled Endmembers
di: Giannetti, Giancarlo, et al.
Pubblicazione: (2025)

REPA-E: Unlocking VAE for End-to-End Tuning with Latent Diffusion Transformers
di: Leng, Xingjian, et al.
Pubblicazione: (2025)

Flash-VAED: Plug-and-Play VAE Decoders for Efficient Video Generation
di: Zhu, Lunjie, et al.
Pubblicazione: (2026)

Slot-VAE: Object-Centric Scene Generation with Slot Attention
di: Wang, Yanbo, et al.
Pubblicazione: (2023)

Class-Partitioned VQ-VAE and Latent Flow Matching for Point Cloud Scene Generation
di: Edirimuni, Dasith de Silva, et al.
Pubblicazione: (2026)

AlphaVAE: Unified End-to-End RGBA Image Reconstruction and Generation with Alpha-Aware Representation Learning
di: Wang, Zile, et al.
Pubblicazione: (2025)

Attend Locally, Remember Linearly: Linear Attention as Cross-Frame Memory for Autoregressive Video Diffusion
di: Li, Kunyang, et al.
Pubblicazione: (2026)

DA-VAE: Plug-in Latent Compression for Diffusion via Detail Alignment
di: Cai, Xin, et al.
Pubblicazione: (2026)

LDPM: Towards undersampled MRI reconstruction with MR-VAE and Latent Diffusion Prior
di: Tang, Xingjian, et al.
Pubblicazione: (2024)

VFM-VAE: Vision Foundation Models Can Be Good Tokenizers for Latent Diffusion Models
di: Bi, Tianci, et al.
Pubblicazione: (2025)

SVGFusion: A VAE-Diffusion Transformer for Vector Graphic Generation
di: Xing, Ximing, et al.
Pubblicazione: (2024)

Distill Video Datasets into Images
di: Zhao, Zhenghao, et al.
Pubblicazione: (2025)

R3-VAE: Reference Vector-Guided Rating Residual Quantization VAE for Generative Recommendation
di: Wan, Qiang, et al.
Pubblicazione: (2026)

Hi-VAE: Efficient Video Autoencoding with Global and Detailed Motion
di: Liu, Huaize, et al.
Pubblicazione: (2025)

Asymmetric VAE for One-Step Video Super-Resolution Acceleration
di: Li, Jianze, et al.
Pubblicazione: (2025)

Attentive VQ-VAE
di: Hoyos, Angello, et al.
Pubblicazione: (2023)

SepVAE: a contrastive VAE to separate pathological patterns from healthy ones
di: Louiset, Robin, et al.
Pubblicazione: (2023)

MGVQ: Could VQ-VAE Beat VAE? A Generalizable Tokenizer with Multi-group Quantization
di: Jia, Mingkai, et al.
Pubblicazione: (2025)