InterSyn: Interleaved Learning for Dynamic Motion Synthesis in the Wild
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Ma, Yiyi, Liang, Yuanzhi, Li, Xiu, Zhang, Chi, Li, Xuelong |
|---|---|
| Format: | Preprint |
| Publié: |
2025
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Uni-Inter: Unifying 3D Human Motion Synthesis Across Diverse Interaction Contexts
par: Liu, Sheng, et autres
Publié: (2025)
par: Liu, Sheng, et autres
Publié: (2025)
VAST 1.0: A Unified Framework for Controllable and Consistent Video Generation
par: Zhang, Chi, et autres
Publié: (2024)
par: Zhang, Chi, et autres
Publié: (2024)
Rethinking Reward Signals in Video GRPO: When Scores Become Targets
par: Li, Rui, et autres
Publié: (2025)
par: Li, Rui, et autres
Publié: (2025)
Seeing What Matters: Visual Preference Policy Optimization for Visual Generation
par: Ni, Ziqi, et autres
Publié: (2025)
par: Ni, Ziqi, et autres
Publié: (2025)
A Plug-and-Play Physical Motion Restoration Approach for In-the-Wild High-Difficulty Motions
par: Zhang, Youliang, et autres
Publié: (2024)
par: Zhang, Youliang, et autres
Publié: (2024)
RealSyn: An Effective and Scalable Multimodal Interleaved Document Transformation Paradigm
par: Gu, Tiancheng, et autres
Publié: (2025)
par: Gu, Tiancheng, et autres
Publié: (2025)
UniModel: A Visual-Only Framework for Unified Multimodal Understanding and Generation
par: Zhang, Chi, et autres
Publié: (2025)
par: Zhang, Chi, et autres
Publié: (2025)
LaxMotion: Rethinking Supervision Granularity for 3D Human Motion Generation
par: Liu, Sheng, et autres
Publié: (2025)
par: Liu, Sheng, et autres
Publié: (2025)
OmniVDiff: Omni Controllable Video Diffusion for Generation and Understanding
par: Xi, Dianbing, et autres
Publié: (2025)
par: Xi, Dianbing, et autres
Publié: (2025)
SynMotion: Semantic-Visual Adaptation for Motion Customized Video Generation
par: Tan, Shuai, et autres
Publié: (2025)
par: Tan, Shuai, et autres
Publié: (2025)
SpatialLock: Precise Spatial Control in Text-to-Image Synthesis
par: Liu, Biao, et autres
Publié: (2025)
par: Liu, Biao, et autres
Publié: (2025)
OmniMoGen: Unifying Human Motion Generation via Learning from Interleaved Text-Motion Instructions
par: Bu, Wendong, et autres
Publié: (2025)
par: Bu, Wendong, et autres
Publié: (2025)
Motion-Aware Video Frame Interpolation
par: Han, Pengfei, et autres
Publié: (2024)
par: Han, Pengfei, et autres
Publié: (2024)
InterPhys: Physics-aware Human Motion Synthesis in a Dynamic Scene
par: Xing, Chaoyue, et autres
Publié: (2026)
par: Xing, Chaoyue, et autres
Publié: (2026)
IRG-MotionLLM: Interleaving Motion Generation, Assessment and Refinement for Text-to-Motion Generation
par: Li, Yuan-Ming, et autres
Publié: (2025)
par: Li, Yuan-Ming, et autres
Publié: (2025)
K-Syn: K-space Data Synthesis in Ultra Low-data Regimes
par: Yu, Guan, et autres
Publié: (2025)
par: Yu, Guan, et autres
Publié: (2025)
Learning to Credit the Right Steps: Objective-aware Process Optimization for Visual Generation
par: Li, Rui, et autres
Publié: (2026)
par: Li, Rui, et autres
Publié: (2026)
Integrating Reinforcement Learning with Visual Generative Models: Foundations and Advances
par: Liang, Yuanzhi, et autres
Publié: (2025)
par: Liang, Yuanzhi, et autres
Publié: (2025)
Reward-Aware Trajectory Shaping for Few-step Visual Generation
par: Li, Rui, et autres
Publié: (2026)
par: Li, Rui, et autres
Publié: (2026)
InterCoG: Towards Spatially Precise Image Editing with Interleaved Chain-of-Grounding Reasoning
par: Wan, Yecong, et autres
Publié: (2026)
par: Wan, Yecong, et autres
Publié: (2026)
InterGen: Diffusion-based Multi-human Motion Generation under Complex Interactions
par: Liang, Han, et autres
Publié: (2023)
par: Liang, Han, et autres
Publié: (2023)
QwenStyle: Content-Preserving Style Transfer with Qwen-Image-Edit
par: Zhang, Shiwen, et autres
Publié: (2026)
par: Zhang, Shiwen, et autres
Publié: (2026)
TeleWorld: Towards Dynamic Multimodal Synthesis with a 4D World Model
par: Chen, Yabo, et autres
Publié: (2025)
par: Chen, Yabo, et autres
Publié: (2025)
One-Shot Learning for Pose-Guided Person Image Synthesis in the Wild
par: Fan, Dongqi, et autres
Publié: (2024)
par: Fan, Dongqi, et autres
Publié: (2024)
InterLV-Search: Benchmarking Interleaved Multimodal Agentic Search
par: Hou, Bohan, et autres
Publié: (2026)
par: Hou, Bohan, et autres
Publié: (2026)
MTVCraft: Tokenizing 4D Motion for Arbitrary Character Animation
par: Ding, Yanbo, et autres
Publié: (2025)
par: Ding, Yanbo, et autres
Publié: (2025)
MEJO: MLLM-Engaged Surgical Triplet Recognition via Inter- and Intra-Task Joint Optimization
par: Zhang, Yiyi, et autres
Publié: (2025)
par: Zhang, Yiyi, et autres
Publié: (2025)
Forecasting Motion in the Wild
par: Thakkar, Neerja, et autres
Publié: (2026)
par: Thakkar, Neerja, et autres
Publié: (2026)
Learning What to Trust: Bayesian Prior-Guided Optimization for Visual Generation
par: Liu, Ruiying, et autres
Publié: (2025)
par: Liu, Ruiying, et autres
Publié: (2025)
TeleEgo: Benchmarking Egocentric AI Assistants in the Wild
par: Yan, Jiaqi, et autres
Publié: (2025)
par: Yan, Jiaqi, et autres
Publié: (2025)
Realistic Human Motion Generation with Cross-Diffusion Models
par: Ren, Zeping, et autres
Publié: (2023)
par: Ren, Zeping, et autres
Publié: (2023)
Play to the Score: Stage-Guided Dynamic Multi-Sensory Fusion for Robotic Manipulation
par: Feng, Ruoxuan, et autres
Publié: (2024)
par: Feng, Ruoxuan, et autres
Publié: (2024)
Syn-GRPO: Self-Evolving Data Synthesis for MLLM Perception Reasoning
par: Huang, Qihan, et autres
Publié: (2025)
par: Huang, Qihan, et autres
Publié: (2025)
CtrlVDiff: Controllable Video Generation via Unified Multimodal Video Diffusion
par: Xi, Dianbing, et autres
Publié: (2025)
par: Xi, Dianbing, et autres
Publié: (2025)
Visual Text Generation in the Wild
par: Zhu, Yuanzhi, et autres
Publié: (2024)
par: Zhu, Yuanzhi, et autres
Publié: (2024)
ViRC: Enhancing Visual Interleaved Mathematical CoT with Reason Chunking
par: Wang, Lihong, et autres
Publié: (2025)
par: Wang, Lihong, et autres
Publié: (2025)
Multi-modal Transfer Learning for Dynamic Facial Emotion Recognition in the Wild
par: Engel, Ezra, et autres
Publié: (2025)
par: Engel, Ezra, et autres
Publié: (2025)
WEAVE: Unleashing and Benchmarking the In-context Interleaved Comprehension and Generation
par: Chow, Wei, et autres
Publié: (2025)
par: Chow, Wei, et autres
Publié: (2025)
InterSketch: An Interleaved Reasoning Model with Self-correcting Visual Sketch and Stepwise Reward
par: Ning, Zhiwei, et autres
Publié: (2026)
par: Ning, Zhiwei, et autres
Publié: (2026)
FloodDiffusion: Tailored Diffusion Forcing for Streaming Motion Generation
par: Cai, Yiyi, et autres
Publié: (2025)
par: Cai, Yiyi, et autres
Publié: (2025)
Documents similaires
-
Uni-Inter: Unifying 3D Human Motion Synthesis Across Diverse Interaction Contexts
par: Liu, Sheng, et autres
Publié: (2025) -
VAST 1.0: A Unified Framework for Controllable and Consistent Video Generation
par: Zhang, Chi, et autres
Publié: (2024) -
Rethinking Reward Signals in Video GRPO: When Scores Become Targets
par: Li, Rui, et autres
Publié: (2025) -
Seeing What Matters: Visual Preference Policy Optimization for Visual Generation
par: Ni, Ziqi, et autres
Publié: (2025) -
A Plug-and-Play Physical Motion Restoration Approach for In-the-Wild High-Difficulty Motions
par: Zhang, Youliang, et autres
Publié: (2024)