Buchumschlag

LongStream: Long-Sequence Streaming Autoregressive Visual Geometry

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Cheng, Chong, Chen, Xianda, Xie, Tao, Yin, Wei, Ren, Weiqiang, Zhang, Qian, Guo, Xiaoyang, Wang, Hao
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

HorizonStream: Long-Horizon Attention for Streaming 3D Reconstruction
von: Cheng, Chong, et al.
Veröffentlicht: (2026)

HorizonDrive: Self-Corrective Autoregressive World Model for Long-horizon Driving Simulation
von: Zhang, Conglang, et al.
Veröffentlicht: (2026)

PAS3R: Pose-Adaptive Streaming 3D Reconstruction for Long Video Sequences
von: Xu, Lanbo, et al.
Veröffentlicht: (2026)

LONG3R: Long Sequence Streaming 3D Reconstruction
von: Chen, Zhuoguang, et al.
Veröffentlicht: (2025)

VGGT4D: Mining Motion Cues in Visual Geometry Transformers for 4D Scene Reconstruction
von: Hu, Yu, et al.
Veröffentlicht: (2025)

Streaming Long Video Understanding with Large Language Models
von: Qian, Rui, et al.
Veröffentlicht: (2024)

VCBench: A Streaming Counting Benchmark for Spatial-Temporal State Maintenance in Long Videos
von: Liu, Pengyiang, et al.
Veröffentlicht: (2026)

OVGGT: O(1) Constant-Cost Streaming Visual Geometry Transformer
von: Lu, Si-Yu, et al.
Veröffentlicht: (2026)

StreamReady: Learning What to Answer and When in Long Streaming Videos
von: Azad, Shehreen, et al.
Veröffentlicht: (2026)

StreamCacheVGGT: Streaming Visual Geometry Transformers with Robust Scoring and Hybrid Cache Compression
von: Liu, Xuanyi, et al.
Veröffentlicht: (2026)

SAIL-Recon: Large SfM by Augmenting Scene Regression with Localization
von: Deng, Junyuan, et al.
Veröffentlicht: (2025)

InfiniteVGGT: Visual Geometry Grounded Transformer for Endless Streams
von: Yuan, Shuai, et al.
Veröffentlicht: (2026)

Teller: Real-Time Streaming Audio-Driven Portrait Animation with Autoregressive Motion Generation
von: Zhen, Dingcheng, et al.
Veröffentlicht: (2025)

StreamMeCo: Long-Term Agent Memory Compression for Efficient Streaming Video Understanding
von: Wang, Junxi, et al.
Veröffentlicht: (2026)

SynthDrive: Scalable Real2Sim2Real Sensor Simulation Pipeline for High-Fidelity Asset Generation and Driving Data Synthesis
von: Chen, Zhengqing, et al.
Veröffentlicht: (2025)

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

DyStream: Streaming Dyadic Talking Heads Generation via Flow Matching-based Autoregressive Model
von: Chen, Bohong, et al.
Veröffentlicht: (2025)

Long-Horizon Streaming Video Generation via Hybrid Attention with Decoupled Distillation
von: Li, Ruibin, et al.
Veröffentlicht: (2026)

MovieDreamer: Hierarchical Generation for Coherent Long Visual Sequence
von: Zhao, Canyu, et al.
Veröffentlicht: (2024)

Event-VStream: Event-Driven Real-Time Understanding for Long Video Streams
von: Guo, Zhenghui, et al.
Veröffentlicht: (2026)

Scal3R: Scalable Test-Time Training for Large-Scale 3D Reconstruction
von: Xie, Tao, et al.
Veröffentlicht: (2026)

CurveStream: Boosting Streaming Video Understanding in MLLMs via Curvature-Aware Hierarchical Visual Memory Management
von: Wang, Chao, et al.
Veröffentlicht: (2026)

Flash-VStream: Efficient Real-Time Understanding for Long Video Streams
von: Zhang, Haoji, et al.
Veröffentlicht: (2025)

Entropy-Guided k-Guard Sampling for Long-Horizon Autoregressive Video Generation
von: Han, Yizhao, et al.
Veröffentlicht: (2026)

Streaming Autoregressive Video Generation via Diagonal Distillation
von: Liu, Jinxiu, et al.
Veröffentlicht: (2026)

FlowNar: Scalable Streaming Narration for Long-Form Videos
von: Zhong, Zeyun, et al.
Veröffentlicht: (2026)

Boost 3D Reconstruction using Diffusion-based Monocular Camera Calibration
von: Deng, Junyuan, et al.
Veröffentlicht: (2024)

ViSpeak: Visual Instruction Feedback in Streaming Videos
von: Fu, Shenghao, et al.
Veröffentlicht: (2025)

DiT as Real-Time Rerenderer: Streaming Video Stylization with Autoregressive Diffusion Transformer
von: Lyu, Hengye, et al.
Veröffentlicht: (2026)

VideoSSM: Autoregressive Long Video Generation with Hybrid State-Space Memory
von: Yu, Yifei, et al.
Veröffentlicht: (2025)

Flash-VStream: Memory-Based Real-Time Understanding for Long Video Streams
von: Zhang, Haoji, et al.
Veröffentlicht: (2024)

VideoLLaMB: Long Streaming Video Understanding with Recurrent Memory Bridges
von: Wang, Yuxuan, et al.
Veröffentlicht: (2024)

From Two-Stream to One-Stream: Efficient RGB-T Tracking via Mutual Prompt Learning and Knowledge Distillation
von: Luo, Yang, et al.
Veröffentlicht: (2024)

StreamingClaw Technical Report
von: Chen, Jiawei, et al.
Veröffentlicht: (2026)

StreamingAssistant: Efficient Visual Token Pruning for Accelerating Online Video Understanding
von: Jin, Xinqi, et al.
Veröffentlicht: (2025)

StreamOV: Streaming Omni-Video Understanding via Evidence-Guided Memory and Response Triggering
von: Xie, Ming, et al.
Veröffentlicht: (2026)

Context Forcing: Consistent Autoregressive Video Generation with Long Context
von: Chen, Shuo, et al.
Veröffentlicht: (2026)

Composing Driving Worlds through Disentangled Control for Adversarial Scenario Generation
von: Zhan, Yifan, et al.
Veröffentlicht: (2026)

MambaMIL: Enhancing Long Sequence Modeling with Sequence Reordering in Computational Pathology
von: Yang, Shu, et al.
Veröffentlicht: (2024)

Finding Visual Saliency in Continuous Spike Stream
von: Zhu, Lin, et al.
Veröffentlicht: (2024)