Copertina

SANA-Video: Efficient Video Generation with Block Linear Diffusion Transformer

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Chen, Junsong, Zhao, Yuyang, Yu, Jincheng, Chu, Ruihang, Chen, Junyu, Yang, Shuai, Wang, Xianbang, Pan, Yicheng, Zhou, Daquan, Ling, Huan, Liu, Haozhe, Yi, Hongwei, Zhang, Hao, Li, Muyang, Chen, Yukang, Cai, Han, Fidler, Sanja, Luo, Ping, Han, Song, Xie, Enze
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

SANA-Streaming: Real-time Streaming Video Editing with Hybrid Diffusion Transformer
di: Zhao, Yuyang, et al.
Pubblicazione: (2026)

LongLive: Real-time Interactive Long Video Generation
di: Yang, Shuai, et al.
Pubblicazione: (2025)

SANA 1.5: Efficient Scaling of Training-Time and Inference-Time Compute in Linear Diffusion Transformer
di: Xie, Enze, et al.
Pubblicazione: (2025)

SANA-WM: Efficient Minute-Scale World Modeling with Hybrid Linear Diffusion Transformer
di: Zhu, Haoyi, et al.
Pubblicazione: (2026)

SANA-Sprint: One-Step Diffusion with Continuous-Time Consistency Distillation
di: Chen, Junsong, et al.
Pubblicazione: (2025)

SANA: Efficient High-Resolution Image Synthesis with Linear Diffusion Transformers
di: Xie, Enze, et al.
Pubblicazione: (2024)

DC-VideoGen: Efficient Video Generation with Deep Compression Video Autoencoder
di: Chen, Junyu, et al.
Pubblicazione: (2025)

MHLA: Restoring Expressivity of Linear Attention via Token-Level Multi-Head
di: Zhang, Kewei, et al.
Pubblicazione: (2026)

LongLive-2.0: An NVFP4 Parallel Infrastructure for Long Video Generation
di: Chen, Yukang, et al.
Pubblicazione: (2026)

Deep Compression Autoencoder for Efficient High-Resolution Diffusion Models
di: Chen, Junyu, et al.
Pubblicazione: (2024)

DC-AE 1.5: Accelerating Diffusion Model Convergence with Structured Latent Space
di: Chen, Junyu, et al.
Pubblicazione: (2025)

DC-AR: Efficient Masked Autoregressive Image Generation with Deep Compression Hybrid Tokenizer
di: Wu, Yecheng, et al.
Pubblicazione: (2025)

DC-Gen: Post-Training Diffusion Acceleration with Deeply Compressed Latent Space
di: He, Wenkun, et al.
Pubblicazione: (2025)

DriveCoT: Integrating Chain-of-Thought Reasoning with End-to-End Driving
di: Wang, Tianqi, et al.
Pubblicazione: (2024)

HART: Efficient Visual Generation with Hybrid Autoregressive Transformer
di: Tang, Haotian, et al.
Pubblicazione: (2024)

VideoPanda: Video Panoramic Diffusion with Multi-view Attention
di: Xie, Kevin, et al.
Pubblicazione: (2025)

VideoZoomer: Reinforcement-Learned Temporal Focusing for Long Video Reasoning
di: Ding, Yang, et al.
Pubblicazione: (2025)

StreamingVLM: Real-Time Understanding for Infinite Video Streams
di: Xu, Ruyi, et al.
Pubblicazione: (2025)

TTS-VAR: A Test-Time Scaling Framework for Visual Auto-Regressive Generation
di: Chen, Zhekai, et al.
Pubblicazione: (2025)

Magic 1-For-1: Generating One Minute Video Clips within One Minute
di: Yi, Hongwei, et al.
Pubblicazione: (2025)

LuxDiT: Lighting Estimation with Video Diffusion Transformer
di: Liang, Ruofan, et al.
Pubblicazione: (2025)

Video-Zero: Self-Evolution Video Understanding
di: Zhang, Ruixu, et al.
Pubblicazione: (2026)

Motion Attribution for Video Generation
di: Wu, Xindi, et al.
Pubblicazione: (2026)

Controllable Weather Synthesis and Removal with Video Diffusion Models
di: Lin, Chih-Hao, et al.
Pubblicazione: (2025)

Towards Improving Unit Commitment Economics: An Add-On Tailor for Renewable Energy and Reserve Predictions
di: Chen, Xianbang, et al.
Pubblicazione: (2022)

HumanNet: Scaling Human-centric Video Learning to One Million Hours
di: Deng, Yufan, et al.
Pubblicazione: (2026)

Towards Geometry-Aware and Motion-Guided Video Human Mesh Recovery
di: Chen, Hongjun, et al.
Pubblicazione: (2026)

O-DisCo-Edit: Object Distortion Control for Unified Realistic Video Editing
di: Chen, Yuqing, et al.
Pubblicazione: (2025)

VNU-Bench: A Benchmarking Dataset for Multi-Source Multimodal News Video Understanding
di: Liu, Zibo, et al.
Pubblicazione: (2026)

Make-A-Protagonist: Generic Video Editing with An Ensemble of Experts
di: Zhao, Yuyang, et al.
Pubblicazione: (2023)

Align Your Flow: Scaling Continuous-Time Flow Map Distillation
di: Sabour, Amirmojtaba, et al.
Pubblicazione: (2025)

Align Your Steps: Optimizing Sampling Schedules in Diffusion Models
di: Sabour, Amirmojtaba, et al.
Pubblicazione: (2024)

InfiniCube: Unbounded and Controllable Dynamic 3D Driving Scene Generation with World-Guided Video Models
di: Lu, Yifan, et al.
Pubblicazione: (2024)

Exploring Pre-trained Text-to-Video Diffusion Models for Referring Video Object Segmentation
di: Zhu, Zixin, et al.
Pubblicazione: (2024)

Real-time One-Step Diffusion-based Expressive Portrait Videos Generation
di: Guo, Hanzhong, et al.
Pubblicazione: (2024)

Sparse VideoGen: Accelerating Video Diffusion Transformers with Spatial-Temporal Sparsity
di: Xi, Haocheng, et al.
Pubblicazione: (2025)

Feed-Forward Bullet-Time Reconstruction of Dynamic Scenes from Monocular Videos
di: Liang, Hanxue, et al.
Pubblicazione: (2024)

Sparse VideoGen2: Accelerate Video Generation with Sparse Attention via Semantic-Aware Permutation
di: Yang, Shuo, et al.
Pubblicazione: (2025)

DiffusionRenderer: Neural Inverse and Forward Rendering with Video Diffusion Models
di: Liang, Ruofan, et al.
Pubblicazione: (2025)

GEN3C: 3D-Informed World-Consistent Video Generation with Precise Camera Control
di: Ren, Xuanchi, et al.
Pubblicazione: (2025)