Buchumschlag

Skyra: AI-Generated Video Detection via Grounded Artifact Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Yifei, Zheng, Wenzhao, Zhang, Yanran, Sun, Runze, Zheng, Yu, Chen, Lei, Zhou, Jie, Lu, Jiwen
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

UniGenDet: A Unified Generative-Discriminative Framework for Co-Evolutionary Image Generation and Generated Image Detection
von: Zhang, Yanran, et al.
Veröffentlicht: (2026)

GenWorld: Towards Detecting AI-generated Real-world Simulation Videos
von: Chen, Weiliang, et al.
Veröffentlicht: (2025)

$\bf{D^3}$QE: Learning Discrete Distribution Discrepancy-aware Quantization Error for Autoregressive-Generated Image Detection
von: Zhang, Yanran, et al.
Veröffentlicht: (2025)

Joint 3D Geometry Reconstruction and Motion Generation for 4D Synthesis from a Single Image
von: Zhang, Yanran, et al.
Veröffentlicht: (2025)

NeXT-IMDL: Build Benchmark for NeXT-Generation Image Manipulation Detection & Localization
von: Li, Yifei, et al.
Veröffentlicht: (2025)

Measuring 3D Spatial Geometric Consistency in Dynamic Generated Videos
von: Dou, Weijia, et al.
Veröffentlicht: (2026)

Preventing Local Pitfalls in Vector Quantization via Optimal Transport
von: Zhang, Borui, et al.
Veröffentlicht: (2024)

GlobalMamba: Global Image Serialization for Vision Mamba
von: Wang, Chengkun, et al.
Veröffentlicht: (2024)

Path Choice Matters for Clear Attribution in Path Methods
von: Zhang, Borui, et al.
Veröffentlicht: (2024)

OGGSplat: Open Gaussian Growing for Generalizable Reconstruction with Expanded Field-of-View
von: Wang, Yanbo, et al.
Veröffentlicht: (2025)

V2M: Visual 2-Dimensional Mamba for Image Representation Learning
von: Wang, Chengkun, et al.
Veröffentlicht: (2024)

Point3R: Streaming 3D Reconstruction with Explicit Spatial Pointer Memory
von: Wu, Yuqi, et al.
Veröffentlicht: (2025)

Moaw: Unleashing Motion Awareness for Video Diffusion Models
von: Zhang, Tianqi, et al.
Veröffentlicht: (2026)

SFTok: Bridging the Performance Gap in Discrete Tokenizers
von: Rao, Qihang, et al.
Veröffentlicht: (2025)

GaussianFormer: Scene as Gaussians for Vision-Based 3D Semantic Occupancy Prediction
von: Huang, Yuanhui, et al.
Veröffentlicht: (2024)

Quantize-then-Rectify: Efficient VQ-VAE Training
von: Zhang, Borui, et al.
Veröffentlicht: (2025)

Fast Shapley Value Estimation: A Unified Approach
von: Zhang, Borui, et al.
Veröffentlicht: (2023)

SpectralAR: Spectral Autoregressive Visual Generation
von: Huang, Yuanhui, et al.
Veröffentlicht: (2025)

Hardness-Aware Scene Synthesis for Semi-Supervised 3D Object Detection
von: Zeng, Shuai, et al.
Veröffentlicht: (2024)

UniPre3D: Unified Pre-training of 3D Point Cloud Models with Cross-Modal Gaussian Splatting
von: Wang, Ziyi, et al.
Veröffentlicht: (2025)

Vega: Learning to Drive with Natural Language Instructions
von: Zuo, Sicheng, et al.
Veröffentlicht: (2026)

GaussianWorld: Gaussian World Model for Streaming 3D Occupancy Prediction
von: Zuo, Sicheng, et al.
Veröffentlicht: (2024)

Owl-1: Omni World Model for Consistent Long Video Generation
von: Huang, Yuanhui, et al.
Veröffentlicht: (2024)

BAMI: Training-Free Bias Mitigation in GUI Grounding
von: Zhang, Borui, et al.
Veröffentlicht: (2026)

Artifact-Bench: Evaluating MLLMs on Detecting and Assessing the Artifacts of AI-Generated Videos
von: Tang, Yuqi, et al.
Veröffentlicht: (2026)

Learning Counterfactually Decoupled Attention for Open-World Model Attribution
von: Zheng, Yu, et al.
Veröffentlicht: (2025)

WorldDreamer: Towards General World Models for Video Generation via Predicting Masked Tokens
von: Wang, Xiaofeng, et al.
Veröffentlicht: (2024)

GaussianToken: An Effective Image Tokenizer with 2D Gaussian Splatting
von: Dong, Jiajun, et al.
Veröffentlicht: (2025)

AwareVLN: Reasoning with Self-awareness for Vision-Language Navigation
von: Guo, Wenxuan, et al.
Veröffentlicht: (2026)

DriveTok: 3D Driving Scene Tokenization for Unified Multi-View Reconstruction and Understanding
von: Zhuo, Dong, et al.
Veröffentlicht: (2026)

Doe-1: Closed-Loop Autonomous Driving with Large World Model
von: Zheng, Wenzhao, et al.
Veröffentlicht: (2024)

EmbodiedOcc: Embodied 3D Occupancy Prediction for Vision-based Online Scene Understanding
von: Wu, Yuqi, et al.
Veröffentlicht: (2024)

Streaming 4D Visual Geometry Transformer
von: Zhuo, Dong, et al.
Veröffentlicht: (2025)

WaterVIB: Learning Minimal Sufficient Watermark Representations via Variational Information Bottleneck
von: He, Haoyuan, et al.
Veröffentlicht: (2026)

QuadricFormer: Scene as Superquadrics for 3D Semantic Occupancy Prediction
von: Zuo, Sicheng, et al.
Veröffentlicht: (2025)

OccSora: 4D Occupancy Generation Models as World Simulators for Autonomous Driving
von: Wang, Lening, et al.
Veröffentlicht: (2024)

OPONeRF: One-Point-One NeRF for Robust Neural Rendering
von: Zheng, Yu, et al.
Veröffentlicht: (2024)

Terra: Explorable Native 3D World Model with Point Latents
von: Huang, Yuanhui, et al.
Veröffentlicht: (2025)

VidGuard-R1: AI-Generated Video Detection and Explanation via Reasoning MLLMs and RL
von: Park, Kyoungjun, et al.
Veröffentlicht: (2025)

Stag-1: Towards Realistic 4D Driving Simulation with Video Generation Model
von: Wang, Lening, et al.
Veröffentlicht: (2024)