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