Buchumschlag

SHIFT: Motion Alignment in Video Diffusion Models with Adversarial Hybrid Fine-Tuning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ye, Xi, Yang, Wenjia, Xu, Yangyang, Liu, Xiaoyang, Su, Duo, Xia, Mengfei, Zhu, Jun
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

Multi-Task Dense Prediction Fine-Tuning with Mixture of Fine-Grained Experts
von: Xu, Yangyang, et al.
Veröffentlicht: (2025)

$h$-control: Training-Free Camera Control via Block-Conditional Gibbs Refinement
von: Wang, Yuzhu, et al.
Veröffentlicht: (2026)

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

CityLLaVA: Efficient Fine-Tuning for VLMs in City Scenario
von: Duan, Zhizhao, et al.
Veröffentlicht: (2024)

Spectral Motion Alignment for Video Motion Transfer using Diffusion Models
von: Park, Geon Yeong, et al.
Veröffentlicht: (2024)

Fine-Grained Spatiotemporal Motion Alignment for Contrastive Video Representation Learning
von: Zhu, Minghao, et al.
Veröffentlicht: (2023)

MoBind: Motion Binding for Fine-Grained IMU-Video Pose Alignment
von: Nguyen, Duc Duy, et al.
Veröffentlicht: (2026)

MotionAdapter: Video Motion Transfer via Content-Aware Attention Customization
von: Zhang, Zhexin, et al.
Veröffentlicht: (2026)

DAPE: Dual-Stage Parameter-Efficient Fine-Tuning for Consistent Video Editing with Diffusion Models
von: Xia, Junhao, et al.
Veröffentlicht: (2025)

MoAlign: Motion-Centric Representation Alignment for Video Diffusion Models
von: Bhowmik, Aritra, et al.
Veröffentlicht: (2025)

ShortFT: Diffusion Model Alignment via Shortcut-based Fine-Tuning
von: Guo, Xiefan, et al.
Veröffentlicht: (2025)

VAU-R1: Advancing Video Anomaly Understanding via Reinforcement Fine-Tuning
von: Zhu, Liyun, et al.
Veröffentlicht: (2025)

EasyTune: Efficient Step-Aware Fine-Tuning for Diffusion-Based Motion Generation
von: Tan, Xiaofeng, et al.
Veröffentlicht: (2026)

Diffusion-DRF: Free, Rich, and Differentiable Reward for Video Diffusion Fine-Tuning
von: Wang, Yifan, et al.
Veröffentlicht: (2026)

One-Step Diffusion Model for Image Motion-Deblurring
von: Liu, Xiaoyang, et al.
Veröffentlicht: (2025)

Zero-Shot Video Translation via Token Warping
von: Zhu, Haiming, et al.
Veröffentlicht: (2024)

Video Anomaly Detection with Motion and Appearance Guided Patch Diffusion Model
von: Zhou, Hang, et al.
Veröffentlicht: (2024)

SmoothVideo: Smooth Video Synthesis with Noise Constraints on Diffusion Models for One-shot Video Tuning
von: Peng, Liang, et al.
Veröffentlicht: (2023)

Temporal In-Context Fine-Tuning with Temporal Reasoning for Versatile Control of Video Diffusion Models
von: Kim, Kinam, et al.
Veröffentlicht: (2025)

Frame-wise Conditioning Adaptation for Fine-Tuning Diffusion Models in Text-to-Video Prediction
von: Liu, Zheyuan, et al.
Veröffentlicht: (2025)

SHIFT: Stochastic Hidden-Trajectory Deflection for Removing Diffusion-based Watermark
von: Bao, Rui, et al.
Veröffentlicht: (2026)

GVDIFF: Grounded Text-to-Video Generation with Diffusion Models
von: Dou, Huanzhang, et al.
Veröffentlicht: (2024)

Forcing-KV: Hybrid KV Cache Compression for Efficient Autoregressive Video Diffusion Models
von: Ji, Yicheng, et al.
Veröffentlicht: (2026)

FideDiff: Efficient Diffusion Model for High-Fidelity Image Motion Deblurring
von: Liu, Xiaoyang, et al.
Veröffentlicht: (2025)

Motion-Guided Latent Diffusion for Temporally Consistent Real-world Video Super-resolution
von: Yang, Xi, et al.
Veröffentlicht: (2023)

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

MotionStone: Decoupled Motion Intensity Modulation with Diffusion Transformer for Image-to-Video Generation
von: Shi, Shuwei, et al.
Veröffentlicht: (2024)

Trajectory Attention for Fine-grained Video Motion Control
von: Xiao, Zeqi, et al.
Veröffentlicht: (2024)

6Bit-Diffusion: Inference-Time Mixed-Precision Quantization for Video Diffusion Models
von: Su, Rundong, et al.
Veröffentlicht: (2026)

MoGAN: Improving Motion Quality in Video Diffusion via Few-Step Motion Adversarial Post-Training
von: Xue, Haotian, et al.
Veröffentlicht: (2025)

VideoRFT: Incentivizing Video Reasoning Capability in MLLMs via Reinforced Fine-Tuning
von: Wang, Qi, et al.
Veröffentlicht: (2025)

MotionBench: Benchmarking and Improving Fine-grained Video Motion Understanding for Vision Language Models
von: Hong, Wenyi, et al.
Veröffentlicht: (2025)

LUMA: Low-Dimension Unified Motion Alignment with Dual-Path Anchoring for Text-to-Motion Diffusion Model
von: Jia, Haozhe, et al.
Veröffentlicht: (2025)

Diff-Tracker: Text-to-Image Diffusion Models are Unsupervised Trackers
von: Zhang, Zhengbo, et al.
Veröffentlicht: (2024)

A Diffusion Model Translator for Efficient Image-to-Image Translation
von: Xia, Mengfei, et al.
Veröffentlicht: (2025)

Motion-aware Latent Diffusion Models for Video Frame Interpolation
von: Huang, Zhilin, et al.
Veröffentlicht: (2024)

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

Motion Consistency Model: Accelerating Video Diffusion with Disentangled Motion-Appearance Distillation
von: Zhai, Yuanhao, et al.
Veröffentlicht: (2024)

Beyond Global Alignment: Fine-Grained Motion-Language Retrieval via Pyramidal Shapley-Taylor Learning
von: Chen, Hanmo, et al.
Veröffentlicht: (2026)

MotionRFT: Unified Reinforcement Fine-Tuning for Text-to-Motion Generation
von: Tan, Xiaofeng, et al.
Veröffentlicht: (2026)