Buchumschlag

FSVideo: Fast Speed Video Diffusion Model in a Highly-Compressed Latent Space

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	FSVideo Team, Chen, Qingyu, Fang, Zhiyuan, Huang, Haibin, Huang, Xinwei, Jin, Tong, Lin, Minxuan, Liu, Bo, Liu, Celong, Ma, Chongyang, Mei, Xing, Shen, Xiaohui, Shen, Yaojie, Tan, Fuwen, Wang, Angtian, Yang, Xiao, Yang, Yiding, Yuan, Jiamin, Zhang, Lingxi, Zhang, Yuxin
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ATI: Any Trajectory Instruction for Controllable Video Generation
von: Wang, Angtian, et al.
Veröffentlicht: (2025)

CINEMA: Coherent Multi-Subject Video Generation via MLLM-Based Guidance
von: Deng, Yufan, et al.
Veröffentlicht: (2025)

MAGREF: Masked Guidance for Any-Reference Video Generation with Subject Disentanglement
von: Deng, Yufan, et al.
Veröffentlicht: (2025)

VIVA: VLM-Guided Instruction-Based Video Editing with Reward Optimization
von: Cong, Xiaoyan, et al.
Veröffentlicht: (2025)

TGT: Text-Grounded Trajectories for Locally Controlled Video Generation
von: Zhang, Guofeng, et al.
Veröffentlicht: (2025)

1.58-bit FLUX
von: Yang, Chenglin, et al.
Veröffentlicht: (2024)

Text-Driven Diverse Facial Texture Generation via Progressive Latent-Space Refinement
von: Wang, Chi, et al.
Veröffentlicht: (2024)

HECTOR: Hybrid Editable Compositional Object References for Video Generation
von: Zhang, Guofeng, et al.
Veröffentlicht: (2026)

MotionCrafter: One-Shot Motion Customization of Diffusion Models
von: Zhang, Yuxin, et al.
Veröffentlicht: (2023)

Motivation and personality: A comparative study of social media use and misinformation in the United States and China
von: Minxuan Huang
Veröffentlicht: (2024)

Vidi: Large Multimodal Models for Video Understanding and Editing
von: Vidi Team, et al.
Veröffentlicht: (2025)

IP-Prompter: Training-Free Theme-Specific Image Generation via Dynamic Visual Prompting
von: Zhang, Yuxin, et al.
Veröffentlicht: (2025)

Mask Tokens as Prophet: Fine-Grained Cache Eviction for Efficient dLLM Inference
von: Huang, Jianuo, et al.
Veröffentlicht: (2025)

Blind-Spot Guided Diffusion for Self-supervised Real-World Denoising
von: Cheng, Shen, et al.
Veröffentlicht: (2025)

Spatial and Surface Correspondence Field for Interaction Transfer
von: Huang, Zeyu, et al.
Veröffentlicht: (2024)

TextToon: Real-Time Text Toonify Head Avatar from Single Video
von: Song, Luchuan, et al.
Veröffentlicht: (2024)

Automatic Context Pattern Generation for Entity Set Expansion
von: Li, Yinghui, et al.
Veröffentlicht: (2022)

VRMM: A Volumetric Relightable Morphable Head Model
von: Yang, Haotian, et al.
Veröffentlicht: (2024)

Wavelet-Enhanced Desnowing: A Novel Single Image Restoration Approach for Traffic Surveillance under Adverse Weather Conditions
von: Shen, Zihan, et al.
Veröffentlicht: (2025)

LGTM: Local-to-Global Text-Driven Human Motion Diffusion Model
von: Sun, Haowen, et al.
Veröffentlicht: (2024)

Model Capacity Determines Grokking through Competing Memorisation and Generalisation Speeds
von: Song, Yiding, et al.
Veröffentlicht: (2026)

You Only Look Around: Learning Illumination Invariant Feature for Low-light Object Detection
von: Hong, Mingbo, et al.
Veröffentlicht: (2024)

WiFi-Diffusion: Achieving Fine-Grained WiFi Radio Map Estimation With Ultra-Low Sampling Rate by Diffusion Models
von: Liu, Zhiyuan, et al.
Veröffentlicht: (2025)

A Fine-Grained 3D Radio Map Construction Paradigm with Ultra-Low Sampling Rates by Large Generative Models
von: Liu, Zhiyuan, et al.
Veröffentlicht: (2025)

DeTeCtive: Detecting AI-generated Text via Multi-Level Contrastive Learning
von: Guo, Xun, et al.
Veröffentlicht: (2024)

Direct-a-Video: Customized Video Generation with User-Directed Camera Movement and Object Motion
von: Yang, Shiyuan, et al.
Veröffentlicht: (2024)

Latent Retrieval Augmented Generation of Cross-Domain Protein Binders
von: Zhang, Zishen, et al.
Veröffentlicht: (2025)

The maximum number of maximum dissociation sets in potted graphs
von: Huang, Zejun, et al.
Veröffentlicht: (2024)

Reverse Markov Learning: Multi-Step Generative Models for Complex Distributions
von: Shen, Xinwei, et al.
Veröffentlicht: (2025)

Frugal, Flexible, Faithful: Causal Data Simulation via Frengression
von: Yang, Linying, et al.
Veröffentlicht: (2025)

dLLM-Cache: Accelerating Diffusion Large Language Models with Adaptive Caching
von: Liu, Zhiyuan, et al.
Veröffentlicht: (2025)

ChatASU: Evoking LLM's Reflexion to Truly Understand Aspect Sentiment in Dialogues
von: Liu, Yiding, et al.
Veröffentlicht: (2024)

Correlations Between Quantum Battery Capacity and Quantum Resources for Two-qubit System
von: Wang, Yiding, et al.
Veröffentlicht: (2026)

Distribution Relationship of Quantum Battery Capacity
von: Wang, Yiding, et al.
Veröffentlicht: (2025)

Note on quantum discord
von: Yiding, Wang, et al.
Veröffentlicht: (2024)

Distribution Relationship of Quantum Battery Capacity
von: Yiding Wang, et al.
Veröffentlicht: (2025)

Correlations Between Quantum Battery Capacity and Quantum Resources for Two‐qubit System
von: Yiding Wang, et al.
Veröffentlicht: (2026)

TMN: A Lightweight Neuron Model for Efficient Nonlinear Spike Representation
von: Gu, Yiwen, et al.
Veröffentlicht: (2024)

A Reconfigurable Convolution-in-Pixel CMOS Image Sensor Architecture
von: Song, Ruibing, et al.
Veröffentlicht: (2021)

Profiling Multi-Level Operator Costs for Bottleneck Diagnosis in High-Speed Data Planes
von: Ren, Zhiyuan, et al.
Veröffentlicht: (2025)