SpectralAR: Spectral Autoregressive Visual Generation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Huang, Yuanhui, Chen, Weiliang, Zheng, Wenzhao, Duan, Yueqi, Zhou, Jie, Lu, Jiwen |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Terra: Explorable Native 3D World Model with Point Latents
par: Huang, Yuanhui, et autres
Publié: (2025)
par: Huang, Yuanhui, et autres
Publié: (2025)
GaussianWorld: Gaussian World Model for Streaming 3D Occupancy Prediction
par: Zuo, Sicheng, et autres
Publié: (2024)
par: Zuo, Sicheng, et autres
Publié: (2024)
Doe-1: Closed-Loop Autonomous Driving with Large World Model
par: Zheng, Wenzhao, et autres
Publié: (2024)
par: Zheng, Wenzhao, et autres
Publié: (2024)
EmbodiedOcc: Embodied 3D Occupancy Prediction for Vision-based Online Scene Understanding
par: Wu, Yuqi, et autres
Publié: (2024)
par: Wu, Yuqi, et autres
Publié: (2024)
Owl-1: Omni World Model for Consistent Long Video Generation
par: Huang, Yuanhui, et autres
Publié: (2024)
par: Huang, Yuanhui, et autres
Publié: (2024)
Astra: General Interactive World Model with Autoregressive Denoising
par: Zhu, Yixuan, et autres
Publié: (2025)
par: Zhu, Yixuan, et autres
Publié: (2025)
GaussianFormer-2: Probabilistic Gaussian Superposition for Efficient 3D Occupancy Prediction
par: Huang, Yuanhui, et autres
Publié: (2024)
par: Huang, Yuanhui, et autres
Publié: (2024)
Point3R: Streaming 3D Reconstruction with Explicit Spatial Pointer Memory
par: Wu, Yuqi, et autres
Publié: (2025)
par: Wu, Yuqi, et autres
Publié: (2025)
$\bf{D^3}$QE: Learning Discrete Distribution Discrepancy-aware Quantization Error for Autoregressive-Generated Image Detection
par: Zhang, Yanran, et autres
Publié: (2025)
par: Zhang, Yanran, et autres
Publié: (2025)
Streaming 4D Visual Geometry Transformer
par: Zhuo, Dong, et autres
Publié: (2025)
par: Zhuo, Dong, et autres
Publié: (2025)
PixelGaussian: Generalizable 3D Gaussian Reconstruction from Arbitrary Views
par: Fei, Xin, et autres
Publié: (2024)
par: Fei, Xin, et autres
Publié: (2024)
Driv3R: Learning Dense 4D Reconstruction for Autonomous Driving
par: Fei, Xin, et autres
Publié: (2024)
par: Fei, Xin, et autres
Publié: (2024)
GaussianFormer: Scene as Gaussians for Vision-Based 3D Semantic Occupancy Prediction
par: Huang, Yuanhui, et autres
Publié: (2024)
par: Huang, Yuanhui, et autres
Publié: (2024)
Hardness-Aware Scene Synthesis for Semi-Supervised 3D Object Detection
par: Zeng, Shuai, et autres
Publié: (2024)
par: Zeng, Shuai, et autres
Publié: (2024)
SceneCompleter: Dense 3D Scene Completion for Generative Novel View Synthesis
par: Chen, Weiliang, et autres
Publié: (2025)
par: Chen, Weiliang, et autres
Publié: (2025)
GPD-1: Generative Pre-training for Driving
par: Xie, Zixun, et autres
Publié: (2024)
par: Xie, Zixun, et autres
Publié: (2024)
Stag-1: Towards Realistic 4D Driving Simulation with Video Generation Model
par: Wang, Lening, et autres
Publié: (2024)
par: Wang, Lening, et autres
Publié: (2024)
HART: Efficient Visual Generation with Hybrid Autoregressive Transformer
par: Tang, Haotian, et autres
Publié: (2024)
par: Tang, Haotian, et autres
Publié: (2024)
GenWorld: Towards Detecting AI-generated Real-world Simulation Videos
par: Chen, Weiliang, et autres
Publié: (2025)
par: Chen, Weiliang, et autres
Publié: (2025)
V2M: Visual 2-Dimensional Mamba for Image Representation Learning
par: Wang, Chengkun, et autres
Publié: (2024)
par: Wang, Chengkun, et autres
Publié: (2024)
Path Choice Matters for Clear Attribution in Path Methods
par: Zhang, Borui, et autres
Publié: (2024)
par: Zhang, Borui, et autres
Publié: (2024)
Preventing Local Pitfalls in Vector Quantization via Optimal Transport
par: Zhang, Borui, et autres
Publié: (2024)
par: Zhang, Borui, et autres
Publié: (2024)
Taming the Entropy Cliff: Variable Codebook Size Quantization for Autoregressive Visual Generation
par: Zheng, Bowen, et autres
Publié: (2026)
par: Zheng, Bowen, et autres
Publié: (2026)
Learning Counterfactually Decoupled Attention for Open-World Model Attribution
par: Zheng, Yu, et autres
Publié: (2025)
par: Zheng, Yu, et autres
Publié: (2025)
SpectralGCD: Spectral Concept Selection and Cross-modal Representation Learning for Generalized Category Discovery
par: Caselli, Lorenzo, et autres
Publié: (2026)
par: Caselli, Lorenzo, et autres
Publié: (2026)
VTBench: Evaluating Visual Tokenizers for Autoregressive Image Generation
par: Lin, Huawei, et autres
Publié: (2025)
par: Lin, Huawei, et autres
Publié: (2025)
SFTok: Bridging the Performance Gap in Discrete Tokenizers
par: Rao, Qihang, et autres
Publié: (2025)
par: Rao, Qihang, et autres
Publié: (2025)
Quantize-then-Rectify: Efficient VQ-VAE Training
par: Zhang, Borui, et autres
Publié: (2025)
par: Zhang, Borui, et autres
Publié: (2025)
Fast Shapley Value Estimation: A Unified Approach
par: Zhang, Borui, et autres
Publié: (2023)
par: Zhang, Borui, et autres
Publié: (2023)
Moaw: Unleashing Motion Awareness for Video Diffusion Models
par: Zhang, Tianqi, et autres
Publié: (2026)
par: Zhang, Tianqi, et autres
Publié: (2026)
E-GRPO: High Entropy Steps Drive Effective Reinforcement Learning for Flow Models
par: Zhang, Shengjun, et autres
Publié: (2026)
par: Zhang, Shengjun, et autres
Publié: (2026)
Vega: Learning to Drive with Natural Language Instructions
par: Zuo, Sicheng, et autres
Publié: (2026)
par: Zuo, Sicheng, et autres
Publié: (2026)
Make-Your-3D: Fast and Consistent Subject-Driven 3D Content Generation
par: Liu, Fangfu, et autres
Publié: (2024)
par: Liu, Fangfu, et autres
Publié: (2024)
MASC: Boosting Autoregressive Image Generation with a Manifold-Aligned Semantic Clustering
par: He, Lixuan, et autres
Publié: (2025)
par: He, Lixuan, et autres
Publié: (2025)
SpecPL: Disentangling Spectral Granularity for Prompt Learning
par: Zhou, Jingtao, et autres
Publié: (2026)
par: Zhou, Jingtao, et autres
Publié: (2026)
Measuring 3D Spatial Geometric Consistency in Dynamic Generated Videos
par: Dou, Weijia, et autres
Publié: (2026)
par: Dou, Weijia, et autres
Publié: (2026)
VARestorer: One-Step VAR Distillation for Real-World Image Super-Resolution
par: Zhu, Yixuan, et autres
Publié: (2026)
par: Zhu, Yixuan, et autres
Publié: (2026)
On Spectral Properties of Gradient-based Explanation Methods
par: Mehrpanah, Amir, et autres
Publié: (2025)
par: Mehrpanah, Amir, et autres
Publié: (2025)
Contrastive Learning Is Spectral Clustering On Similarity Graph
par: Tan, Zhiquan, et autres
Publié: (2023)
par: Tan, Zhiquan, et autres
Publié: (2023)
Visual Generation Without Guidance
par: Chen, Huayu, et autres
Publié: (2025)
par: Chen, Huayu, et autres
Publié: (2025)
Documents similaires
-
Terra: Explorable Native 3D World Model with Point Latents
par: Huang, Yuanhui, et autres
Publié: (2025) -
GaussianWorld: Gaussian World Model for Streaming 3D Occupancy Prediction
par: Zuo, Sicheng, et autres
Publié: (2024) -
Doe-1: Closed-Loop Autonomous Driving with Large World Model
par: Zheng, Wenzhao, et autres
Publié: (2024) -
EmbodiedOcc: Embodied 3D Occupancy Prediction for Vision-based Online Scene Understanding
par: Wu, Yuqi, et autres
Publié: (2024) -
Owl-1: Omni World Model for Consistent Long Video Generation
par: Huang, Yuanhui, et autres
Publié: (2024)