Copertina

Adaptive 1D Video Diffusion Autoencoder

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Teng, Yao, Lin, Minxuan, Liu, Xian, Wang, Shuai, Yang, Xiao, Liu, Xihui
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

Personalized Text-to-Image Generation with Auto-Regressive Models
di: Sun, Kaiyue, et al.
Pubblicazione: (2025)

4Diffusion: Multi-view Video Diffusion Model for 4D Generation
di: Zhang, Haiyu, et al.
Pubblicazione: (2024)

Cubic Discrete Diffusion: Discrete Visual Generation on High-Dimensional Representation Tokens
di: Wang, Yuqing, et al.
Pubblicazione: (2026)

AccVideo: Accelerating Video Diffusion Model with Synthetic Dataset
di: Zhang, Haiyu, et al.
Pubblicazione: (2025)

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

Accelerating Auto-regressive Text-to-Image Generation with Training-free Speculative Jacobi Decoding
di: Teng, Yao, et al.
Pubblicazione: (2024)

EVATok: Adaptive Length Video Tokenization for Efficient Visual Autoregressive Generation
di: Xiong, Tianwei, et al.
Pubblicazione: (2026)

DiM: Diffusion Mamba for Efficient High-Resolution Image Synthesis
di: Teng, Yao, et al.
Pubblicazione: (2024)

SJD++: Improved Speculative Jacobi Decoding for Training-free Acceleration of Discrete Auto-regressive Text-to-Image Generation
di: Teng, Yao, et al.
Pubblicazione: (2025)

Speculative Jacobi-Denoising Decoding for Accelerating Autoregressive Text-to-image Generation
di: Teng, Yao, et al.
Pubblicazione: (2025)

Bridging Continuous and Discrete Tokens for Autoregressive Visual Generation
di: Wang, Yuqing, et al.
Pubblicazione: (2025)

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

DiTPainter: Efficient Video Inpainting with Diffusion Transformers
di: Wu, Xian, et al.
Pubblicazione: (2025)

HumanGaussian: Text-Driven 3D Human Generation with Gaussian Splatting
di: Liu, Xian, et al.
Pubblicazione: (2023)

Geometric Autoencoder for Diffusion Models
di: Liu, Hangyu, et al.
Pubblicazione: (2026)

Text-Guided Video Masked Autoencoder
di: Fan, David, et al.
Pubblicazione: (2024)

VideoMAC: Video Masked Autoencoders Meet ConvNets
di: Pei, Gensheng, et al.
Pubblicazione: (2024)

GenMAC: Compositional Text-to-Video Generation with Multi-Agent Collaboration
di: Huang, Kaiyi, et al.
Pubblicazione: (2024)

T2I-ReasonBench: Benchmarking Reasoning-Informed Text-to-Image Generation
di: Sun, Kaiyue, et al.
Pubblicazione: (2025)

Video Diffusion Models are Training-free Motion Interpreter and Controller
di: Xiao, Zeqi, et al.
Pubblicazione: (2024)

MultiWorld: Scalable Multi-Agent Multi-View Video World Models
di: Wu, Haoyu, et al.
Pubblicazione: (2026)

FSVideo: Fast Speed Video Diffusion Model in a Highly-Compressed Latent Space
di: FSVideo Team, et al.
Pubblicazione: (2026)

Loong: Generating Minute-level Long Videos with Autoregressive Language Models
di: Wang, Yuqing, et al.
Pubblicazione: (2024)

Adaptive Begin-of-Video Tokens for Autoregressive Video Diffusion Models
di: Cheng, Tianle, et al.
Pubblicazione: (2025)

Delving into Latent Spectral Biasing of Video VAEs for Superior Diffusability
di: Liu, Shizhan, et al.
Pubblicazione: (2025)

Adaptive Caching for Faster Video Generation with Diffusion Transformers
di: Kahatapitiya, Kumara, et al.
Pubblicazione: (2024)

CineScene: Implicit 3D as Effective Scene Representation for Cinematic Video Generation
di: Huang, Kaiyi, et al.
Pubblicazione: (2026)

LLaVA-3D: A Simple yet Effective Pathway to Empowering LMMs with 3D-awareness
di: Zhu, Chenming, et al.
Pubblicazione: (2024)

GameFactory: Creating New Games with Generative Interactive Videos
di: Yu, Jiwen, et al.
Pubblicazione: (2025)

Plenoptic Video Generation
di: Fu, Xiao, et al.
Pubblicazione: (2026)

Denoise to Track: Harnessing Video Diffusion Priors for Robust Correspondence
di: Yuan, Tianyu, et al.
Pubblicazione: (2025)

V3D: Video Diffusion Models are Effective 3D Generators
di: Chen, Zilong, et al.
Pubblicazione: (2024)

V-CAST: Video Curvature-Aware Spatio-Temporal Pruning for Efficient Video Large Language Models
di: Lin, Xinying, et al.
Pubblicazione: (2026)

SRA 2: Variational Autoencoder Self-Representation Alignment for Efficient Diffusion Training
di: Wang, Mengmeng, et al.
Pubblicazione: (2026)

Recurrent Video Masked Autoencoders
di: Zoran, Daniel, et al.
Pubblicazione: (2025)

Position: Interactive Generative Video as Next-Generation Game Engine
di: Yu, Jiwen, et al.
Pubblicazione: (2025)

Foveated Diffusion: Efficient Spatially Adaptive Image and Video Generation
di: Chao, Brian, et al.
Pubblicazione: (2026)

TopoDiT-3D: Topology-Aware Diffusion Transformer with Bottleneck Structure for 3D Point Cloud Generation
di: Guan, Zechao, et al.
Pubblicazione: (2025)

FiT: Flexible Vision Transformer for Diffusion Model
di: Lu, Zeyu, et al.
Pubblicazione: (2024)

Autoregressive Video Autoencoder with Decoupled Temporal and Spatial Context
di: Shen, Cuifeng, et al.
Pubblicazione: (2025)