:: Library Catalog

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Chaochao, Wang, Ruikui, Zhou, Liangbo, Feng, Jinheng, Luo, Huaishao, Zhang, Huan, Wu, Youzheng, He, Xiaodong
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2512.11423
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

JoyStreamer: Unlocking Highly Expressive Avatars via Harmonized Text-Audio Conditioning
von: Wang, Ruikui, et al.
Veröffentlicht: (2026)

Live Avatar: Streaming Real-time Audio-Driven Avatar Generation with Infinite Length
von: Huang, Yubo, et al.
Veröffentlicht: (2025)

StableAvatar: Infinite-Length Audio-Driven Avatar Video Generation
von: Tu, Shuyuan, et al.
Veröffentlicht: (2025)

SoulX-FlashTalk: Real-Time Infinite Streaming of Audio-Driven Avatars via Self-Correcting Bidirectional Distillation
von: Shen, Le, et al.
Veröffentlicht: (2025)

MotionStreamer: Streaming Motion Generation via Diffusion-based Autoregressive Model in Causal Latent Space
von: Xiao, Lixing, et al.
Veröffentlicht: (2025)

FlashAR: Efficient Post-Training Acceleration for Autoregressive Image Generation
von: Zhou, Junkang, et al.
Veröffentlicht: (2026)

SoulX-FlashHead: Oracle-guided Generation of Infinite Real-time Streaming Talking Heads
von: Yu, Tan, et al.
Veröffentlicht: (2026)

Infinite Gaze Generation for Videos with Autoregressive Diffusion
von: Kang, Jenna, et al.
Veröffentlicht: (2026)

LLIA -- Enabling Low-Latency Interactive Avatars: Real-Time Audio-Driven Portrait Video Generation with Diffusion Models
von: Yu, Haojie, et al.
Veröffentlicht: (2025)

JoyVASA: Portrait and Animal Image Animation with Diffusion-Based Audio-Driven Facial Dynamics and Head Motion Generation
von: Cao, Xuyang, et al.
Veröffentlicht: (2024)

JoyAI-LLM Flash: Advancing Mid-Scale LLMs with Token Efficiency
von: Cai, Aichen, et al.
Veröffentlicht: (2026)

OmniAvatar: Efficient Audio-Driven Avatar Video Generation with Adaptive Body Animation
von: Gan, Qijun, et al.
Veröffentlicht: (2025)

Knot Forcing: Taming Autoregressive Video Diffusion Models for Real-time Infinite Interactive Portrait Animation
von: Xiao, Steven, et al.
Veröffentlicht: (2025)

A Unit Enhancement and Guidance Framework for Audio-Driven Avatar Video Generation
von: Zhou, S. Z., et al.
Veröffentlicht: (2025)

Teller: Real-Time Streaming Audio-Driven Portrait Animation with Autoregressive Motion Generation
von: Zhen, Dingcheng, et al.
Veröffentlicht: (2025)

TurboTalk: Progressive Distillation for One-Step Audio-Driven Talking Avatar Generation
von: Liu, Xiangyu, et al.
Veröffentlicht: (2026)

InfiniteAudio: Infinite-Length Audio Generation with Consistency
von: Jung, Chaeyoung, et al.
Veröffentlicht: (2025)

StreamAvatar: Streaming Diffusion Models for Real-Time Interactive Human Avatars
von: Sun, Zhiyao, et al.
Veröffentlicht: (2025)

Audio-Driven Universal Gaussian Head Avatars
von: Teotia, Kartik, et al.
Veröffentlicht: (2025)

GaussianSpeech: Audio-Driven Gaussian Avatars
von: Aneja, Shivangi, et al.
Veröffentlicht: (2024)

FlashAvatar: High-fidelity Head Avatar with Efficient Gaussian Embedding
von: Xiang, Jun, et al.
Veröffentlicht: (2023)

TalkingMachines: Real-Time Audio-Driven FaceTime-Style Video via Autoregressive Diffusion Models
von: Low, Chetwin, et al.
Veröffentlicht: (2025)

FlashAudio: Rectified Flows for Fast and High-Fidelity Text-to-Audio Generation
von: Liu, Huadai, et al.
Veröffentlicht: (2024)

Nods of Agreement: Webcam-Driven Avatars Improve Meeting Outcomes and Avatar Satisfaction Over Audio-Driven or Static Avatars in All-Avatar Work Videoconferencing
von: Ma, Fang, et al.
Veröffentlicht: (2024)

UME: Upcycling Mixture-of-Experts for Scalable and Efficient Automatic Speech Recognition
von: Fu, Li, et al.
Veröffentlicht: (2024)

PAC: Pronunciation-Aware Contextualized Large Language Model-based Automatic Speech Recognition
von: Fu, Li, et al.
Veröffentlicht: (2025)

XHand: Real-time Expressive Hand Avatar
von: Gan, Qijun, et al.
Veröffentlicht: (2024)

Towards Streaming Synchronized Spatial Audio Generation via Autoregressive Diffusion Transformer
von: Lei, Ke, et al.
Veröffentlicht: (2026)

EMO2: End-Effector Guided Audio-Driven Avatar Video Generation
von: Tian, Linrui, et al.
Veröffentlicht: (2025)

InfiniteTalk: Audio-driven Video Generation for Sparse-Frame Video Dubbing
von: Yang, Shaoshu, et al.
Veröffentlicht: (2025)

JoyGen: Audio-Driven 3D Depth-Aware Talking-Face Video Editing
von: Wang, Qili, et al.
Veröffentlicht: (2025)

Computational Model for Photoionization in Pure SF6 Streamer at 1-15 atm
von: Feng, Zihao, et al.
Veröffentlicht: (2025)

HunyuanVideo-Avatar: High-Fidelity Audio-Driven Human Animation for Multiple Characters
von: Chen, Yi, et al.
Veröffentlicht: (2025)

SceneStreamer: Continuous Scenario Generation as Next Token Group Prediction
von: Peng, Zhenghao, et al.
Veröffentlicht: (2025)

READ: Real-time and Efficient Asynchronous Diffusion for Audio-driven Talking Head Generation
von: Wang, Haotian, et al.
Veröffentlicht: (2025)

Differences in Text Generated by Diffusion and Autoregressive Language Models
von: Zhang, Zeyang, et al.
Veröffentlicht: (2026)

AudCast: Audio-Driven Human Video Generation by Cascaded Diffusion Transformers
von: Guan, Jiazhi, et al.
Veröffentlicht: (2025)

Real-Time Motion-Controllable Autoregressive Video Diffusion
von: Zhao, Kesen, et al.
Veröffentlicht: (2025)

LINA: Learning INterventions Adaptively for Physical Alignment and Generalization in Diffusion Models
von: Yu, Shu, et al.
Veröffentlicht: (2025)

Neighboring Autoregressive Modeling for Efficient Visual Generation
von: He, Yefei, et al.
Veröffentlicht: (2025)