:: Library Catalog

Copertina

Salvato in:

Dettagli Bibliografici
Autori principali:	Xiao, Junfei, Yang, Ceyuan, Zhang, Lvmin, Cai, Shengqu, Zhao, Yang, Guo, Yuwei, Wetzstein, Gordon, Agrawala, Maneesh, Yuille, Alan, Jiang, Lu
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	https://arxiv.org/abs/2507.18634
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

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

Frame Context Packing and Drift Prevention in Next-Frame-Prediction Video Diffusion Models
di: Zhang, Lvmin, et al.
Pubblicazione: (2025)

Pretraining Frame Preservation for Lightweight Autoregressive Video History Embedding
di: Zhang, Lvmin, et al.
Pubblicazione: (2025)

Taming Flow-based I2V Models for Creative Video Editing
di: Kong, Xianghao, et al.
Pubblicazione: (2025)

Transparent Image Layer Diffusion using Latent Transparency
di: Zhang, Lvmin, et al.
Pubblicazione: (2024)

Mode Seeking meets Mean Seeking for Fast Long Video Generation
di: Cai, Shengqu, et al.
Pubblicazione: (2026)

View-oriented Conversation Compiler for Agent Trace Analysis
di: Zhang, Lvmin, et al.
Pubblicazione: (2026)

Instance Segmentation of Scene Sketches Using Natural Image Priors
di: Tang, Mia, et al.
Pubblicazione: (2025)

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

Captain Safari: A World Engine with Pose-Aligned 3D Memory
di: Chou, Yu-Cheng, et al.
Pubblicazione: (2025)

ScriptViz: A Visualization Tool to Aid Scriptwriting based on a Large Movie Database
di: Rao, Anyi, et al.
Pubblicazione: (2024)

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

GeoFlow: Enforcing Implicit Geometric Consistency in Video Generation
di: Ackermann, Jan, et al.
Pubblicazione: (2026)

Generated Reality: Human-centric World Simulation using Interactive Video Generation with Hand and Camera Control
di: Xie, Linxi, et al.
Pubblicazione: (2026)

Diffusion Self-Distillation for Zero-Shot Customized Image Generation
di: Cai, Shengqu, et al.
Pubblicazione: (2024)

MoVer: Motion Verification for Motion Graphics Animations
di: Ma, Jiaju, et al.
Pubblicazione: (2025)

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

ReStyle3D: Scene-Level Appearance Transfer with Semantic Correspondences
di: Zhu, Liyuan, et al.
Pubblicazione: (2025)

Collaborative Video Diffusion: Consistent Multi-video Generation with Camera Control
di: Kuang, Zhengfei, et al.
Pubblicazione: (2024)

Robust Symmetry Detection via Riemannian Langevin Dynamics
di: Je, Jihyeon, et al.
Pubblicazione: (2024)

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

Long Context Tuning for Video Generation
di: Guo, Yuwei, et al.
Pubblicazione: (2025)

Block and Detail: Scaffolding Sketch-to-Image Generation
di: Sarukkai, Vishnu, et al.
Pubblicazione: (2024)

BulletTime: Decoupled Control of Time and Camera Pose for Video Generation
di: Wang, Yiming, et al.
Pubblicazione: (2025)

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

GRM: Large Gaussian Reconstruction Model for Efficient 3D Reconstruction and Generation
di: Xu, Yinghao, et al.
Pubblicazione: (2024)

Self-Consistency for LLM-Based Motion Trajectory Generation and Verification
di: Ma, Jiaju, et al.
Pubblicazione: (2026)

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

Radial Attention: $O(n\log n)$ Sparse Attention with Energy Decay for Long Video Generation
di: Li, Xingyang, et al.
Pubblicazione: (2025)

CL-Splats: Continual Learning of Gaussian Splatting with Local Optimization
di: Ackermann, Jan, et al.
Pubblicazione: (2025)

PaLM2-VAdapter: Progressively Aligned Language Model Makes a Strong Vision-language Adapter
di: Xiao, Junfei, et al.
Pubblicazione: (2024)

Play to Generalize: Learning to Reason Through Game Play
di: Xie, Yunfei, et al.
Pubblicazione: (2025)

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

Uncovering Conceptual Blindspots in Generative Image Models Using Sparse Autoencoders
di: Bohacek, Matyas, et al.
Pubblicazione: (2025)

3DitScene: Editing Any Scene via Language-guided Disentangled Gaussian Splatting
di: Zhang, Qihang, et al.
Pubblicazione: (2024)

StreamDiffusionV2: A Streaming System for Dynamic and Interactive Video Generation
di: Feng, Tianrui, et al.
Pubblicazione: (2025)

Towards Vision-Language-Garment Models for Web Knowledge Garment Understanding and Generation
di: Ackermann, Jan, et al.
Pubblicazione: (2025)

Rejuvenating image-GPT as Strong Visual Representation Learners
di: Ren, Sucheng, et al.
Pubblicazione: (2023)

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

ByteMorph: Benchmarking Instruction-Guided Image Editing with Non-Rigid Motions
di: Chang, Di, et al.
Pubblicazione: (2025)