VTok: A Unified Video Tokenizer with Decoupled Spatial-Temporal Latents

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Wang, Feng, Shi, Yichun, Yang, Ceyuan, Guo, Qiushan, Sun, Jingxiang, Yuille, Alan, Wang, Peng
Formato:	Preprint
Publicado:	2026
Materias:	Computer Vision and Pattern Recognition
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2602.04202