Copertina

Diffusion-DRF: Free, Rich, and Differentiable Reward for Video Diffusion Fine-Tuning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Wang, Yifan, Li, Yanyu, Qian, Gordon Guocheng, Tulyakov, Sergey, Fu, Yun, Kag, Anil
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

EFlow: Fast Few-Step Video Generator Training from Scratch via Efficient Solution Flow
di: Park, Dogyun, et al.
Pubblicazione: (2026)

DenseDPO: Fine-Grained Temporal Preference Optimization for Video Diffusion Models
di: Wu, Ziyi, et al.
Pubblicazione: (2025)

Sprint: Sparse-Dense Residual Fusion for Efficient Diffusion Transformers
di: Park, Dogyun, et al.
Pubblicazione: (2025)

H3AE: High Compression, High Speed, and High Quality AutoEncoder for Video Diffusion Models
di: Wu, Yushu, et al.
Pubblicazione: (2025)

BitsFusion: 1.99 bits Weight Quantization of Diffusion Model
di: Sui, Yang, et al.
Pubblicazione: (2024)

Taming Diffusion Transformer for Efficient Mobile Video Generation in Seconds
di: Wu, Yushu, et al.
Pubblicazione: (2025)

S2DiT: Sandwich Diffusion Transformer for Mobile Streaming Video Generation
di: Zhao, Lin, et al.
Pubblicazione: (2026)

Diffusion Priors for Dynamic View Synthesis from Monocular Videos
di: Wang, Chaoyang, et al.
Pubblicazione: (2024)

AC3D: Analyzing and Improving 3D Camera Control in Video Diffusion Transformers
di: Bahmani, Sherwin, et al.
Pubblicazione: (2024)

One Model, Many Budgets: Elastic Latent Interfaces for Diffusion Transformers
di: Haji-Ali, Moayed, et al.
Pubblicazione: (2026)

Scalable Ranked Preference Optimization for Text-to-Image Generation
di: Karthik, Shyamgopal, et al.
Pubblicazione: (2024)

Directly Fine-Tuning Diffusion Models on Differentiable Rewards
di: Clark, Kevin, et al.
Pubblicazione: (2023)

Self-NPO: Data-Free Diffusion Model Enhancement via Truncated Diffusion Fine-Tuning
di: Wang, Fu-Yun, et al.
Pubblicazione: (2025)

Towards Physical Understanding in Video Generation: A 3D Point Regularization Approach
di: Chen, Yunuo, et al.
Pubblicazione: (2025)

SnapGen++: Unleashing Diffusion Transformers for Efficient High-Fidelity Image Generation on Edge Devices
di: Hu, Dongting, et al.
Pubblicazione: (2026)

Hierarchical Patch Diffusion Models for High-Resolution Video Generation
di: Skorokhodov, Ivan, et al.
Pubblicazione: (2024)

TextCraftor: Your Text Encoder Can be Image Quality Controller
di: Li, Yanyu, et al.
Pubblicazione: (2024)

SF-V: Single Forward Video Generation Model
di: Zhang, Zhixing, et al.
Pubblicazione: (2024)

SPAD : Spatially Aware Multiview Diffusers
di: Kant, Yash, et al.
Pubblicazione: (2024)

EasyV2V: A High-quality Instruction-based Video Editing Framework
di: Mai, Jinjie, et al.
Pubblicazione: (2025)

VD3D: Taming Large Video Diffusion Transformers for 3D Camera Control
di: Bahmani, Sherwin, et al.
Pubblicazione: (2024)

Omni-Attribute: Open-vocabulary Attribute Encoder for Visual Concept Personalization
di: Chen, Tsai-Shien, et al.
Pubblicazione: (2025)

Improving the Diffusability of Autoencoders
di: Skorokhodov, Ivan, et al.
Pubblicazione: (2025)

HyperHuman: Hyper-Realistic Human Generation with Latent Structural Diffusion
di: Liu, Xian, et al.
Pubblicazione: (2023)

ComposeMe: Attribute-Specific Image Prompts for Controllable Human Image Generation
di: Qian, Guocheng Gordon, et al.
Pubblicazione: (2025)

Video Motion Transfer with Diffusion Transformers
di: Pondaven, Alexander, et al.
Pubblicazione: (2024)

Temporal-Conditional Referring Video Object Segmentation with Noise-Free Text-to-Video Diffusion Model
di: Zhang, Ruixin, et al.
Pubblicazione: (2025)

CountDiffusion: Text-to-Image Synthesis with Training-Free Counting-Guidance Diffusion
di: Li, Yanyu, et al.
Pubblicazione: (2025)

Snap Video: Scaled Spatiotemporal Transformers for Text-to-Video Synthesis
di: Menapace, Willi, et al.
Pubblicazione: (2024)

AsCAN: Asymmetric Convolution-Attention Networks for Efficient Recognition and Generation
di: Kag, Anil, et al.
Pubblicazione: (2024)

FreeTraj: Tuning-Free Trajectory Control in Video Diffusion Models
di: Qiu, Haonan, et al.
Pubblicazione: (2024)

Differentially Private Fine-Tuning of Diffusion Models
di: Tsai, Yu-Lin, et al.
Pubblicazione: (2024)

FreeNoise: Tuning-Free Longer Video Diffusion via Noise Rescheduling
di: Qiu, Haonan, et al.
Pubblicazione: (2023)

Canvas-to-Image: Compositional Image Generation with Multimodal Controls
di: Dalva, Yusuf, et al.
Pubblicazione: (2025)

SnapGen-V: Generating a Five-Second Video within Five Seconds on a Mobile Device
di: Wu, Yushu, et al.
Pubblicazione: (2024)

4Real-Video: Learning Generalizable Photo-Realistic 4D Video Diffusion
di: Wang, Chaoyang, et al.
Pubblicazione: (2024)

Omni-ID: Holistic Identity Representation Designed for Generative Tasks
di: Qian, Guocheng, et al.
Pubblicazione: (2024)

Tuning-free Visual Effect Transfer across Videos
di: Jones, Maxwell, et al.
Pubblicazione: (2026)

Cross-Frame Representation Alignment for Fine-Tuning Video Diffusion Models
di: Hwang, Sungwon, et al.
Pubblicazione: (2025)

AToM: Amortized Text-to-Mesh using 2D Diffusion
di: Qian, Guocheng, et al.
Pubblicazione: (2024)