VC-LLM: Automated Advertisement Video Creation from Raw Footage using Multi-modal LLMs
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Qian, Dongjun, Su, Kai, Tan, Yiming, Diao, Qishuai, Wu, Xian, Liu, Chang, Peng, Bingyue, Yuan, Zehuan |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
BindWeave: Subject-Consistent Video Generation via Cross-Modal Integration
par: Li, Zhaoyang, et autres
Publié: (2025)
par: Li, Zhaoyang, et autres
Publié: (2025)
HLLM: Enhancing Sequential Recommendations via Hierarchical Large Language Models for Item and User Modeling
par: Chen, Junyi, et autres
Publié: (2024)
par: Chen, Junyi, et autres
Publié: (2024)
HLLM-Creator: Hierarchical LLM-based Personalized Creative Generation
par: Chen, Junyi, et autres
Publié: (2025)
par: Chen, Junyi, et autres
Publié: (2025)
Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction
par: Tian, Keyu, et autres
Publié: (2024)
par: Tian, Keyu, et autres
Publié: (2024)
Generative Refinement Networks for Visual Synthesis
par: Han, Jian, et autres
Publié: (2026)
par: Han, Jian, et autres
Publié: (2026)
Text-to-Edit: Controllable End-to-End Video Ad Creation via Multimodal LLMs
par: Cheng, Dabing, et autres
Publié: (2025)
par: Cheng, Dabing, et autres
Publié: (2025)
FlashVideo: Flowing Fidelity to Detail for Efficient High-Resolution Video Generation
par: Zhang, Shilong, et autres
Publié: (2025)
par: Zhang, Shilong, et autres
Publié: (2025)
ALIVE: Animate Your World with Lifelike Audio-Video Generation
par: Guo, Ying, et autres
Publié: (2026)
par: Guo, Ying, et autres
Publié: (2026)
HumanDiT: Pose-Guided Diffusion Transformer for Long-form Human Motion Video Generation
par: Gan, Qijun, et autres
Publié: (2025)
par: Gan, Qijun, et autres
Publié: (2025)
Rewriting Video: Text-Driven Reauthoring of Video Footage
par: Wang, Sitong, et autres
Publié: (2026)
par: Wang, Sitong, et autres
Publié: (2026)
Autoregressive Model Beats Diffusion: Llama for Scalable Image Generation
par: Sun, Peize, et autres
Publié: (2024)
par: Sun, Peize, et autres
Publié: (2024)
Waver: Wave Your Way to Lifelike Video Generation
par: Zhang, Yifu, et autres
Publié: (2025)
par: Zhang, Yifu, et autres
Publié: (2025)
Cultural Value Differences of LLMs: Prompt, Language, and Model Size
par: Zhong, Qishuai, et autres
Publié: (2024)
par: Zhong, Qishuai, et autres
Publié: (2024)
UniTok: A Unified Tokenizer for Visual Generation and Understanding
par: Ma, Chuofan, et autres
Publié: (2025)
par: Ma, Chuofan, et autres
Publié: (2025)
Infinity: Scaling Bitwise AutoRegressive Modeling for High-Resolution Image Synthesis
par: Han, Jian, et autres
Publié: (2024)
par: Han, Jian, et autres
Publié: (2024)
IPFormer-VideoLLM: Enhancing Multi-modal Video Understanding for Multi-shot Scenes
par: Liang, Yujia, et autres
Publié: (2025)
par: Liang, Yujia, et autres
Publié: (2025)
A Novel Perspective on Green Advertising: The Interactive Effect of Message Framing and Advertising Type on Consumer's Green Purchase Intention
par: Zhexuan Zhao, et autres
Publié: (2025)
par: Zhexuan Zhao, et autres
Publié: (2025)
An Evaluation of Hybrid Annotation Workflows on High-Ambiguity Spatiotemporal Video Footage
par: Gutiérrez, Juan, et autres
Publié: (2025)
par: Gutiérrez, Juan, et autres
Publié: (2025)
VC-Agent: An Interactive Agent for Customized Video Dataset Collection
par: Zhang, Yidan, et autres
Publié: (2025)
par: Zhang, Yidan, et autres
Publié: (2025)
InfinityStar: Unified Spacetime AutoRegressive Modeling for Visual Generation
par: Liu, Jinlai, et autres
Publié: (2025)
par: Liu, Jinlai, et autres
Publié: (2025)
InfinityHuman: Towards Long-Term Audio-Driven Human
par: Li, Xiaodi, et autres
Publié: (2025)
par: Li, Xiaodi, et autres
Publié: (2025)
Liquid: Language Models are Scalable and Unified Multi-modal Generators
par: Wu, Junfeng, et autres
Publié: (2024)
par: Wu, Junfeng, et autres
Publié: (2024)
Traditional Beekeeping and Honey Hunting in Central Cameroon. Audiovisual Material, Video Footage
par: Gruber, Martin
Publié: (2024)
par: Gruber, Martin
Publié: (2024)
ACQ: A Unified Framework for Automated Programmatic Creativity in Online Advertising
par: Wang, Ruizhi, et autres
Publié: (2024)
par: Wang, Ruizhi, et autres
Publié: (2024)
Evaluating LLM Adaptation to Sociodemographic Factors: User Profile vs. Dialogue History
par: Zhong, Qishuai, et autres
Publié: (2025)
par: Zhong, Qishuai, et autres
Publié: (2025)
THYME: Temporal Hierarchical-Cyclic Interactivity Modeling for Video Scene Graphs in Aerial Footage
par: Nguyen, Trong-Thuan, et autres
Publié: (2025)
par: Nguyen, Trong-Thuan, et autres
Publié: (2025)
Camera Movement Classification in Historical Footage: A Comparative Study of Deep Video Models
par: Lin, Tingyu, et autres
Publié: (2025)
par: Lin, Tingyu, et autres
Publié: (2025)
AdsQA: Towards Advertisement Video Understanding
par: Long, Xinwei, et autres
Publié: (2025)
par: Long, Xinwei, et autres
Publié: (2025)
Estimation of Kinematic Motion from Dashcam Footage
par: Zhang, Evelyn, et autres
Publié: (2025)
par: Zhang, Evelyn, et autres
Publié: (2025)
Public Perception of AI in Social Media Content Creation for Advertising
par: Morovat, Matti
Publié: (2025)
par: Morovat, Matti
Publié: (2025)
Rethinking Decoders for Transformer-based Semantic Segmentation: A Compression Perspective
par: Wen, Qishuai, et autres
Publié: (2024)
par: Wen, Qishuai, et autres
Publié: (2024)
JavisGPT: A Unified Multi-modal LLM for Sounding-Video Comprehension and Generation
par: Liu, Kai, et autres
Publié: (2025)
par: Liu, Kai, et autres
Publié: (2025)
A Computer Vision Framework for Multi-Class Detection and Tracking in Soccer Broadcast Footage
par: Tshiani, Daniel
Publié: (2026)
par: Tshiani, Daniel
Publié: (2026)
OmniTokenizer: A Joint Image-Video Tokenizer for Visual Generation
par: Wang, Junke, et autres
Publié: (2024)
par: Wang, Junke, et autres
Publié: (2024)
IC Mechanisms for Risk-Averse Advertisers in the Online Advertising System
par: Wang, Bingzhe, et autres
Publié: (2024)
par: Wang, Bingzhe, et autres
Publié: (2024)
The Efficiency Frontier: Classical Shadows versus Quantum Footage
par: Ma, Shuowei, et autres
Publié: (2025)
par: Ma, Shuowei, et autres
Publié: (2025)
Self-Supervised Learning for Identifying Defects in Sewer Footage
par: Otero, Daniel, et autres
Publié: (2024)
par: Otero, Daniel, et autres
Publié: (2024)
Video-MME: The First-Ever Comprehensive Evaluation Benchmark of Multi-modal LLMs in Video Analysis
par: Fu, Chaoyou, et autres
Publié: (2024)
par: Fu, Chaoyou, et autres
Publié: (2024)
Video Creation by Demonstration
par: Sun, Yihong, et autres
Publié: (2024)
par: Sun, Yihong, et autres
Publié: (2024)
Advertiser Content Understanding via LLMs for Google Ads Safety
par: Wallace, Joseph, et autres
Publié: (2024)
par: Wallace, Joseph, et autres
Publié: (2024)
Documents similaires
-
BindWeave: Subject-Consistent Video Generation via Cross-Modal Integration
par: Li, Zhaoyang, et autres
Publié: (2025) -
HLLM: Enhancing Sequential Recommendations via Hierarchical Large Language Models for Item and User Modeling
par: Chen, Junyi, et autres
Publié: (2024) -
HLLM-Creator: Hierarchical LLM-based Personalized Creative Generation
par: Chen, Junyi, et autres
Publié: (2025) -
Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction
par: Tian, Keyu, et autres
Publié: (2024) -
Generative Refinement Networks for Visual Synthesis
par: Han, Jian, et autres
Publié: (2026)