Buchumschlag

Long Context Tuning for Video Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Guo, Yuwei, Yang, Ceyuan, Yang, Ziyan, Ma, Zhibei, Lin, Zhijie, Yang, Zhenheng, Lin, Dahua, Jiang, Lu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

End-to-End Training for Autoregressive Video Diffusion via Self-Resampling
von: Guo, Yuwei, et al.
Veröffentlicht: (2025)

Mixture of Contexts for Long Video Generation
von: Cai, Shengqu, et al.
Veröffentlicht: (2025)

SeedVR: Seeding Infinity in Diffusion Transformer Towards Generic Video Restoration
von: Wang, Jianyi, et al.
Veröffentlicht: (2025)

VideoAuteur: Towards Long Narrative Video Generation
von: Xiao, Junfei, et al.
Veröffentlicht: (2025)

AnimateDiff: Animate Your Personalized Text-to-Image Diffusion Models without Specific Tuning
von: Guo, Yuwei, et al.
Veröffentlicht: (2023)

CameraCtrl: Enabling Camera Control for Text-to-Video Generation
von: He, Hao, et al.
Veröffentlicht: (2024)

Imagine360: Immersive 360 Video Generation from Perspective Anchor
von: Tan, Jing, et al.
Veröffentlicht: (2024)

Adversarial Flow Models
von: Lin, Shanchuan, et al.
Veröffentlicht: (2025)

Continuous Adversarial Flow Models
von: Lin, Shanchuan, et al.
Veröffentlicht: (2026)

Diffusion Adversarial Post-Training for One-Step Video Generation
von: Lin, Shanchuan, et al.
Veröffentlicht: (2025)

Captain Cinema: Towards Short Movie Generation
von: Xiao, Junfei, et al.
Veröffentlicht: (2025)

VirtueBench: Evaluating Trustworthiness under Uncertainty in Long Video Understanding
von: Yu, Xueqing, et al.
Veröffentlicht: (2026)

SeedVR2: One-Step Video Restoration via Diffusion Adversarial Post-Training
von: Wang, Jianyi, et al.
Veröffentlicht: (2025)

Context Unrolling in Omni Models
von: Yang, Ceyuan, et al.
Veröffentlicht: (2026)

SAM2Long: Enhancing SAM 2 for Long Video Segmentation with a Training-Free Memory Tree
von: Ding, Shuangrui, et al.
Veröffentlicht: (2024)

Autoregressive Adversarial Post-Training for Real-Time Interactive Video Generation
von: Lin, Shanchuan, et al.
Veröffentlicht: (2025)

Parallelized Autoregressive Visual Generation
von: Wang, Yuqing, et al.
Veröffentlicht: (2024)

Video World Models with Long-term Spatial Memory
von: Wu, Tong, et al.
Veröffentlicht: (2025)

Loong: Generating Minute-level Long Videos with Autoregressive Language Models
von: Wang, Yuqing, et al.
Veröffentlicht: (2024)

Interspatial Attention for Efficient 4D Human Video Generation
von: Shao, Ruizhi, et al.
Veröffentlicht: (2025)

InterActHuman: Multi-Concept Human Animation with Layout-Aligned Audio Conditions
von: Wang, Zhenzhi, et al.
Veröffentlicht: (2025)

Growing Visual Generative Capacity for Pre-Trained MLLMs
von: Wang, Hanyu, et al.
Veröffentlicht: (2025)

TalkVerse: Democratizing Minute-Long Audio-Driven Video Generation
von: Wang, Zhenzhi, et al.
Veröffentlicht: (2025)

Context Forcing: Consistent Autoregressive Video Generation with Long Context
von: Chen, Shuo, et al.
Veröffentlicht: (2026)

CameraCtrl II: Dynamic Scene Exploration via Camera-controlled Video Diffusion Models
von: He, Hao, et al.
Veröffentlicht: (2025)

FreeLong++: Training-Free Long Video Generation via Multi-band SpectralFusion
von: Lu, Yu, et al.
Veröffentlicht: (2025)

EntityBench: Towards Entity-Consistent Long-Range Multi-Shot Video Generation
von: He, Ruozhen, et al.
Veröffentlicht: (2026)

FOCUS: Efficient Keyframe Selection for Long Video Understanding
von: Zhu, Zirui, et al.
Veröffentlicht: (2025)

Tuning-Free Long Video Generation via Global-Local Collaborative Diffusion
von: Ma, Yongjia, et al.
Veröffentlicht: (2025)

VTok: A Unified Video Tokenizer with Decoupled Spatial-Temporal Latents
von: Wang, Feng, et al.
Veröffentlicht: (2026)

Context-aware Video Anomaly Detection in Long-Term Datasets
von: Yang, Zhengye, et al.
Veröffentlicht: (2024)

Rethinking Image-to-Video Adaptation: An Object-centric Perspective
von: Qian, Rui, et al.
Veröffentlicht: (2024)

Seaweed-7B: Cost-Effective Training of Video Generation Foundation Model
von: Seawead, Team, et al.
Veröffentlicht: (2025)

Multi-identity Human Image Animation with Structural Video Diffusion
von: Wang, Zhenzhi, et al.
Veröffentlicht: (2025)

OpenVid-1M: A Large-Scale High-Quality Dataset for Text-to-video Generation
von: Nan, Kepan, et al.
Veröffentlicht: (2024)

How Far is Video Generation from World Model: A Physical Law Perspective
von: Kang, Bingyi, et al.
Veröffentlicht: (2024)

Streaming Long Video Understanding with Large Language Models
von: Qian, Rui, et al.
Veröffentlicht: (2024)

LongSplat: Robust Unposed 3D Gaussian Splatting for Casual Long Videos
von: Lin, Chin-Yang, et al.
Veröffentlicht: (2025)

Plenoptic Video Generation
von: Fu, Xiao, et al.
Veröffentlicht: (2026)

LoViC: Efficient Long Video Generation with Context Compression
von: Jiang, Jiaxiu, et al.
Veröffentlicht: (2025)