Buchumschlag

Zo3T: Zero-Shot 3D-Aware Trajectory-Guided Image-to-Video Generation via Test-Time Training

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Ruicheng, Zhou, Jun, Xu, Zunnan, Liu, Zihao, Huang, Jiehui, Zhang, Mingyang, Sun, Yu, Li, Xiu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Controllable Layer Decomposition for Reversible Multi-Layer Image Generation
von: Liu, Zihao, et al.
Veröffentlicht: (2025)

RoboStereo: Dual-Tower 4D Embodied World Models for Unified Policy Optimization
von: Zhang, Ruicheng, et al.
Veröffentlicht: (2026)

Identity-Consistent Video Generation under Large Facial-Angle Variations
von: Hu, Bin, et al.
Veröffentlicht: (2026)

BridgeIV: Bridging Customized Image and Video Generation through Test-Time Autoregressive Identity Propagation
von: Hu, Panwen, et al.
Veröffentlicht: (2025)

ZoDi: Zero-Shot Domain Adaptation with Diffusion-Based Image Transfer
von: Azuma, Hiroki, et al.
Veröffentlicht: (2024)

KVPO: ODE-Native GRPO for Autoregressive Video Alignment via KV Semantic Exploration
von: Zhang, Ruicheng, et al.
Veröffentlicht: (2026)

ZoFia: Zero-Shot Fake News Detection with Entity-Guided Retrieval and Multi-LLM Interaction
von: Wu, Lvhua, et al.
Veröffentlicht: (2025)

ZoRI: Towards Discriminative Zero-Shot Remote Sensing Instance Segmentation
von: Huang, Shiqi, et al.
Veröffentlicht: (2024)

Consistent123: One Image to Highly Consistent 3D Asset Using Case-Aware Diffusion Priors
von: Lin, Yukang, et al.
Veröffentlicht: (2023)

MIND-V: Hierarchical World Model for Long-Horizon Robotic Manipulation with RL-based Physical Alignment
von: Zhang, Ruicheng, et al.
Veröffentlicht: (2025)

Boundary-Aware Test-Time Adaptation for Zero-Shot Medical Image Segmentation
von: Xu, Chenlin, et al.
Veröffentlicht: (2025)

SegTTA: Training-Free Test-Time Augmentation for Zero-Shot Medical Imaging Segmentation
von: Yao, Yihong, et al.
Veröffentlicht: (2026)

Test Time Training for 4D Medical Image Interpolation
von: Zhang, Qikang, et al.
Veröffentlicht: (2025)

TTT3R: 3D Reconstruction as Test-Time Training
von: Chen, Xingyu, et al.
Veröffentlicht: (2025)

ForgeryTTT: Zero-Shot Image Manipulation Localization with Test-Time Training
von: Liu, Weihuang, et al.
Veröffentlicht: (2024)

NavDreamer: Video Models as Zero-Shot 3D Navigators
von: Huang, Xijie, et al.
Veröffentlicht: (2026)

Taming Video Models for 3D and 4D Generation via Zero-Shot Camera Control
von: Song, Chenxi, et al.
Veröffentlicht: (2025)

Zero-Shot 3D Drug Design by Sketching and Generating
von: Long, Siyu, et al.
Veröffentlicht: (2022)

Zero-Shot Open-Vocabulary Human Motion Grounding with Test-Time Training
von: Zhou, Yunjiao, et al.
Veröffentlicht: (2025)

REPARO: Compositional 3D Assets Generation with Differentiable 3D Layout Alignment
von: Han, Haonan, et al.
Veröffentlicht: (2024)

T3: Test-Time Model Merging in VLMs for Zero-Shot Medical Imaging Analysis
von: Imam, Raza, et al.
Veröffentlicht: (2025)

DC-Scene: Data-Centric Learning for 3D Scene Understanding
von: Huang, Ting, et al.
Veröffentlicht: (2025)

Beyond Training: Dynamic Token Merging for Zero-Shot Video Understanding
von: Zhang, Yiming, et al.
Veröffentlicht: (2024)

Audio-visual Controlled Video Diffusion with Masked Selective State Spaces Modeling for Natural Talking Head Generation
von: Hong, Fa-Ting, et al.
Veröffentlicht: (2025)

RETTA: Retrieval-Enhanced Test-Time Adaptation for Zero-Shot Video Captioning
von: Ma, Yunchuan, et al.
Veröffentlicht: (2024)

Tora3: Trajectory-Guided Audio-Video Generation with Physical Coherence
von: Liao, Junchao, et al.
Veröffentlicht: (2026)

Test-Time 3D Occupancy Prediction
von: Zhang, Fengyi, et al.
Veröffentlicht: (2025)

Alignment is All You Need: A Training-free Augmentation Strategy for Pose-guided Video Generation
von: Jin, Xiaoyu, et al.
Veröffentlicht: (2024)

ETS: Energy-Guided Test-Time Scaling for Training-Free RL Alignment
von: Li, Xiuyu, et al.
Veröffentlicht: (2026)

Diffusion Models are Geometry Critics: Single Image 3D Editing Using Pre-Trained Diffusion Priors
von: Wang, Ruicheng, et al.
Veröffentlicht: (2024)

Think, Act, Build: An Agentic Framework with Vision Language Models for Zero-Shot 3D Visual Grounding
von: Wang, Haibo, et al.
Veröffentlicht: (2026)

Boosting Skeleton-based Zero-Shot Action Recognition with Training-Free Test-Time Adaptation
von: Zhu, Jingmin, et al.
Veröffentlicht: (2025)

Are Image-to-Video Models Good Zero-Shot Image Editors?
von: Zhang, Zechuan, et al.
Veröffentlicht: (2025)

MV3DIS: Multi-View Mask Matching via 3D Guides for Zero-Shot 3D Instance Segmentation
von: Zhao, Yibo, et al.
Veröffentlicht: (2026)

UnityVideo: Unified Multi-Modal Multi-Task Learning for Enhancing World-Aware Video Generation
von: Huang, Jiehui, et al.
Veröffentlicht: (2025)

Test-Time Spectrum-Aware Latent Steering for Zero-Shot Generalization in Vision-Language Models
von: Dafnis, Konstantinos M., et al.
Veröffentlicht: (2025)

EIDT-V: Exploiting Intersections in Diffusion Trajectories for Model-Agnostic, Zero-Shot, Training-Free Text-to-Video Generation
von: Jagpal, Diljeet, et al.
Veröffentlicht: (2025)

Zero-P-to-3: Zero-Shot Partial-View Images to 3D Object
von: Lin, Yuxuan, et al.
Veröffentlicht: (2025)

ORIGEN: Zero-Shot 3D Orientation Grounding in Text-to-Image Generation
von: Min, Yunhong, et al.
Veröffentlicht: (2025)

MonoMobility: Zero-Shot 3D Mobility Analysis from Monocular Videos
von: Zhou, Hongyi, et al.
Veröffentlicht: (2025)