From Shots to Stories: LLM-Assisted Video Editing with Unified Language Representations
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Li, Yuzhi, Xu, Haojun, Tian, Feng |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Shot Sequence Ordering for Video Editing: Benchmarks, Metrics, and Cinematology-Inspired Computing Methods
par: Li, Yuzhi, et autres
Publié: (2025)
par: Li, Yuzhi, et autres
Publié: (2025)
An Information Compensation Framework for Zero-Shot Skeleton-based Action Recognition
par: Xu, Haojun, et autres
Publié: (2024)
par: Xu, Haojun, et autres
Publié: (2024)
Language-Guided Joint Audio-Visual Editing via One-Shot Adaptation
par: Liang, Susan, et autres
Publié: (2024)
par: Liang, Susan, et autres
Publié: (2024)
OneStory: Coherent Multi-Shot Video Generation with Adaptive Memory
par: An, Zhaochong, et autres
Publié: (2025)
par: An, Zhaochong, et autres
Publié: (2025)
VideoCoF: Unified Video Editing with Temporal Reasoner
par: Yang, Xiangpeng, et autres
Publié: (2025)
par: Yang, Xiangpeng, et autres
Publié: (2025)
UNIC: Unified In-Context Video Editing
par: Ye, Zixuan, et autres
Publié: (2025)
par: Ye, Zixuan, et autres
Publié: (2025)
Tele-Omni: a Unified Multimodal Framework for Video Generation and Editing
par: Liu, Jialun, et autres
Publié: (2026)
par: Liu, Jialun, et autres
Publié: (2026)
UniVideo: Unified Understanding, Generation, and Editing for Videos
par: Wei, Cong, et autres
Publié: (2025)
par: Wei, Cong, et autres
Publié: (2025)
A Video is Worth 256 Bases: Spatial-Temporal Expectation-Maximization Inversion for Zero-Shot Video Editing
par: Li, Maomao, et autres
Publié: (2023)
par: Li, Maomao, et autres
Publié: (2023)
ZONE: Zero-Shot Instruction-Guided Local Editing
par: Li, Shanglin, et autres
Publié: (2023)
par: Li, Shanglin, et autres
Publié: (2023)
GenArtist: Multimodal LLM as an Agent for Unified Image Generation and Editing
par: Wang, Zhenyu, et autres
Publié: (2024)
par: Wang, Zhenyu, et autres
Publié: (2024)
EditVerse: Unifying Image and Video Editing and Generation with In-Context Learning
par: Ju, Xuan, et autres
Publié: (2025)
par: Ju, Xuan, et autres
Publié: (2025)
V-Shuffle: Zero-Shot Style Transfer via Value Shuffle
par: Tang, Haojun, et autres
Publié: (2025)
par: Tang, Haojun, et autres
Publié: (2025)
Omni-Video 2: Scaling MLLM-Conditioned Diffusion for Unified Video Generation and Editing
par: Yang, Hao, et autres
Publié: (2026)
par: Yang, Hao, et autres
Publié: (2026)
StoryImager: A Unified and Efficient Framework for Coherent Story Visualization and Completion
par: Tao, Ming, et autres
Publié: (2024)
par: Tao, Ming, et autres
Publié: (2024)
EduStory: A Unified Framework for Pedagogically-Consistent Multi-Shot STEM Instructional Video Generation
par: Wu, Xinyi, et autres
Publié: (2026)
par: Wu, Xinyi, et autres
Publié: (2026)
Video Understanding: From Geometry and Semantics to Unified Models
par: An, Zhaochong, et autres
Publié: (2026)
par: An, Zhaochong, et autres
Publié: (2026)
Unifying Latent and Lexicon Representations for Effective Video-Text Retrieval
par: Liu, Haowei, et autres
Publié: (2024)
par: Liu, Haowei, et autres
Publié: (2024)
Zero-Shot Video Translation and Editing with Frame Spatial-Temporal Correspondence
par: Yang, Shuai, et autres
Publié: (2025)
par: Yang, Shuai, et autres
Publié: (2025)
InfinityStory: Unlimited Video Generation with World Consistency and Character-Aware Shot Transitions
par: Elmoghany, Mohamed, et autres
Publié: (2026)
par: Elmoghany, Mohamed, et autres
Publié: (2026)
Shot2Story: A New Benchmark for Comprehensive Understanding of Multi-shot Videos
par: Han, Mingfei, et autres
Publié: (2023)
par: Han, Mingfei, et autres
Publié: (2023)
DreamVE: Unified Instruction-based Image and Video Editing
par: Xia, Bin, et autres
Publié: (2025)
par: Xia, Bin, et autres
Publié: (2025)
Aurora: Unified Video Editing with a Tool-Using Agent
par: Yu, Yongsheng, et autres
Publié: (2026)
par: Yu, Yongsheng, et autres
Publié: (2026)
Language-Guided Graph Representation Learning for Video Summarization
par: Li, Wenrui, et autres
Publié: (2025)
par: Li, Wenrui, et autres
Publié: (2025)
PostEdit: Posterior Sampling for Efficient Zero-Shot Image Editing
par: Tian, Feng, et autres
Publié: (2024)
par: Tian, Feng, et autres
Publié: (2024)
Zero-Shot Video Editing Using Off-The-Shelf Image Diffusion Models
par: Wang, Wen, et autres
Publié: (2023)
par: Wang, Wen, et autres
Publié: (2023)
VidEdit: Zero-Shot and Spatially Aware Text-Driven Video Editing
par: Couairon, Paul, et autres
Publié: (2023)
par: Couairon, Paul, et autres
Publié: (2023)
Reasoning to Align: Implicit Reasoning in Diffusion Transformers for Video Editing
par: Li, Yan, et autres
Publié: (2026)
par: Li, Yan, et autres
Publié: (2026)
LIVEditor-14B: Lightning Unified Video Editing via In-Context Sparse Attention
par: Shao, Shitong, et autres
Publié: (2026)
par: Shao, Shitong, et autres
Publié: (2026)
Text-Driven Reasoning Video Editing via Reinforcement Learning on Digital Twin Representations
par: Shen, Yiqing, et autres
Publié: (2025)
par: Shen, Yiqing, et autres
Publié: (2025)
Chat-UniVi: Unified Visual Representation Empowers Large Language Models with Image and Video Understanding
par: Jin, Peng, et autres
Publié: (2023)
par: Jin, Peng, et autres
Publié: (2023)
RealCraft: Attention Control as A Tool for Zero-Shot Consistent Video Editing
par: Jin, Shutong, et autres
Publié: (2023)
par: Jin, Shutong, et autres
Publié: (2023)
Streaming Video Diffusion: Online Video Editing with Diffusion Models
par: Chen, Feng, et autres
Publié: (2024)
par: Chen, Feng, et autres
Publié: (2024)
Towards Reason-Informed Video Editing in Unified Models with Self-Reflective Learning
par: Liu, Xinyu, et autres
Publié: (2025)
par: Liu, Xinyu, et autres
Publié: (2025)
Edit3K: Universal Representation Learning for Video Editing Components
par: Gu, Xin, et autres
Publié: (2024)
par: Gu, Xin, et autres
Publié: (2024)
Generative Editing in the Joint Vision-Language Space for Zero-Shot Composed Image Retrieval
par: Wang, Xin, et autres
Publié: (2025)
par: Wang, Xin, et autres
Publié: (2025)
MindShot: Multi-Shot Video Reconstruction from fMRI with LLM Decoding
par: Zeng, Wenwen, et autres
Publié: (2025)
par: Zeng, Wenwen, et autres
Publié: (2025)
UPRE: Zero-Shot Domain Adaptation for Object Detection via Unified Prompt and Representation Enhancement
par: Zhang, Xiao, et autres
Publié: (2025)
par: Zhang, Xiao, et autres
Publié: (2025)
From Covert Hiding to Visual Editing: Robust Generative Video Steganography
par: Mao, Xueying, et autres
Publié: (2024)
par: Mao, Xueying, et autres
Publié: (2024)
Occlusion-Aware Physics-Semantic Keyframe Selection for Robust Video Editing
par: Liu, Lin, et autres
Publié: (2026)
par: Liu, Lin, et autres
Publié: (2026)
Documents similaires
-
Shot Sequence Ordering for Video Editing: Benchmarks, Metrics, and Cinematology-Inspired Computing Methods
par: Li, Yuzhi, et autres
Publié: (2025) -
An Information Compensation Framework for Zero-Shot Skeleton-based Action Recognition
par: Xu, Haojun, et autres
Publié: (2024) -
Language-Guided Joint Audio-Visual Editing via One-Shot Adaptation
par: Liang, Susan, et autres
Publié: (2024) -
OneStory: Coherent Multi-Shot Video Generation with Adaptive Memory
par: An, Zhaochong, et autres
Publié: (2025) -
VideoCoF: Unified Video Editing with Temporal Reasoner
par: Yang, Xiangpeng, et autres
Publié: (2025)