Speed by Simplicity: A Single-Stream Architecture for Fast Audio-Video Generative Foundation Model
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | SII-GAIR, ai, Sand., :, Chern, Ethan, Teng, Hansi, Sun, Hanwen, Wang, Hao, Pan, Hong, Jia, Hongyu, Su, Jiadi, Li, Jin, Yu, Junjie, Liu, Lijie, Li, Lingzhi, Ye, Lyumanshan, Hu, Min, Wang, Qiangang, Qi, Quanwei, Chern, Steffi, Bu, Tao, Wang, Taoran, Xu, Teren, Zhang, Tianning, Mi, Tiantian, Xu, Weixian, Zhang, Wenqiang, Zhang, Wentai, Yi, Xianping, Cai, Xiaojie, Kang, Xiaoyang, Ma, Yan, Liu, Yixiu, Zhang, Yunbo, Huang, Yunpeng, Lin, Yutong, Tao, Zewei, Liu, Zhaoliang, Zhang, Zheng, Cen, Zhiyao, Yu, Zhixuan, Wang, Zhongshu, Hu, Zhulin, Zhou, Zijin, Guo, Zinan, Cao, Yue, Liu, Pengfei |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
LiveTalk: Real-Time Multimodal Interactive Video Diffusion via Improved On-Policy Distillation
par: Chern, Ethan, et autres
Publié: (2025)
par: Chern, Ethan, et autres
Publié: (2025)
Thinking with Generated Images
par: Chern, Ethan, et autres
Publié: (2025)
par: Chern, Ethan, et autres
Publié: (2025)
Halu-J: Critique-Based Hallucination Judge
par: Wang, Binjie, et autres
Publié: (2024)
par: Wang, Binjie, et autres
Publié: (2024)
BeHonest: Benchmarking Honesty in Large Language Models
par: Chern, Steffi, et autres
Publié: (2024)
par: Chern, Steffi, et autres
Publié: (2024)
Visual Programmability: A Guide for Code-as-Thought in Chart Understanding
par: Tang, Bohao, et autres
Publié: (2025)
par: Tang, Bohao, et autres
Publié: (2025)
Can Large Language Models be Trusted for Evaluation? Scalable Meta-Evaluation of LLMs as Evaluators via Agent Debate
par: Chern, Steffi, et autres
Publié: (2024)
par: Chern, Steffi, et autres
Publié: (2024)
Combating Adversarial Attacks with Multi-Agent Debate
par: Chern, Steffi, et autres
Publié: (2024)
par: Chern, Steffi, et autres
Publié: (2024)
AlphaGo Moment for Model Architecture Discovery
par: Liu, Yixiu, et autres
Publié: (2025)
par: Liu, Yixiu, et autres
Publié: (2025)
ANOLE: An Open, Autoregressive, Native Large Multimodal Models for Interleaved Image-Text Generation
par: Chern, Ethan, et autres
Publié: (2024)
par: Chern, Ethan, et autres
Publié: (2024)
ASI-Evolve: AI Accelerates AI
par: Xu, Weixian, et autres
Publié: (2026)
par: Xu, Weixian, et autres
Publié: (2026)
Rethinking RL Scaling for Vision Language Models: A Transparent, From-Scratch Framework and Comprehensive Evaluation Scheme
par: Ma, Yan, et autres
Publié: (2025)
par: Ma, Yan, et autres
Publié: (2025)
OlympicArena: Benchmarking Multi-discipline Cognitive Reasoning for Superintelligent AI
par: Huang, Zhen, et autres
Publié: (2024)
par: Huang, Zhen, et autres
Publié: (2024)
Proof of the Andrews-El Bachraoui positivity conjecture
par: Chern, Shane, et autres
Publié: (2026)
par: Chern, Shane, et autres
Publié: (2026)
La 2 O 3 ‐modified C/C‐ZrC composites with long‐term cyclic ablation resistance
par: Yi Zhang, et autres
Publié: (2024)
par: Yi Zhang, et autres
Publié: (2024)
Solving the Min-Max Multiple Traveling Salesmen Problem via Learning-Based Path Generation and Optimal Splitting
par: Wang, Wen, et autres
Publié: (2025)
par: Wang, Wen, et autres
Publié: (2025)
A probabilistic proof of Euler's pentagonal number theorem
par: Chern, Shane
Publié: (2025)
par: Chern, Shane
Publié: (2025)
Solving Maxwell's Equations
par: Chern, Tong
Publié: (2024)
par: Chern, Tong
Publié: (2024)
Short proof of Halin's grid theorem for thick ends
par: Chern, Ye
Publié: (2025)
par: Chern, Ye
Publié: (2025)
Multiple Rogers--Ramanujan type identities for torus links
par: Chern, Shane
Publié: (2024)
par: Chern, Shane
Publié: (2024)
Interaction as Intelligence: Deep Research With Human-AI Partnership
par: Ye, Lyumanshan, et autres
Publié: (2025)
par: Ye, Lyumanshan, et autres
Publié: (2025)
Nonequilibrium Dynamics of Gating-Induced Resistance Transition in Charge Density Wave Insulators
par: Zhang, Sheng, et autres
Publié: (2022)
par: Zhang, Sheng, et autres
Publié: (2022)
Machine learning for structure-property relationships: Scalability and limitations
par: Tian, Zhongzheng, et autres
Publié: (2023)
par: Tian, Zhongzheng, et autres
Publié: (2023)
Machine learning nonequilibrium phase transitions in charge-density wave insulators
par: Fan, Yunhao, et autres
Publié: (2026)
par: Fan, Yunhao, et autres
Publié: (2026)
Coarsening of chiral domains in itinerant electron magnets: A machine learning force field approach
par: Fan, Yunhao, et autres
Publié: (2024)
par: Fan, Yunhao, et autres
Publié: (2024)
A Universal Knowledge Embedded Contrastive Learning Framework for Hyperspectral Image Classification
par: Liu, Quanwei, et autres
Publié: (2024)
par: Liu, Quanwei, et autres
Publié: (2024)
Generalizable Physics-Informed Learning for Stochastic Safety-Critical Systems
par: Wang, Zhuoyuan, et autres
Publié: (2024)
par: Wang, Zhuoyuan, et autres
Publié: (2024)
Machine-learning modeling of magnetization dynamics in quasi-equilibrium and driven metallic spin systems
par: Chern, Gia-Wei, et autres
Publié: (2026)
par: Chern, Gia-Wei, et autres
Publié: (2026)
Machine-learning force-field models for dynamical simulations of metallic magnets
par: Chern, Gia-Wei, et autres
Publié: (2026)
par: Chern, Gia-Wei, et autres
Publié: (2026)
Generative AI Act II: Test Time Scaling Drives Cognition Engineering
par: Xia, Shijie, et autres
Publié: (2025)
par: Xia, Shijie, et autres
Publié: (2025)
Empowering Chinese American Children as Critical Readers and Agents of Diverse Children's Literature
par: Jiadi Zhang
Publié: (2026)
par: Jiadi Zhang
Publié: (2026)
A Unified Knowledge Embedded Reinforcement Learning-based Framework for Generalized Capacitated Vehicle Routing Problems
par: Wang, Wen, et autres
Publié: (2026)
par: Wang, Wen, et autres
Publié: (2026)
A Sieve Method for Generating 1+1 Prime Pairs and Goldbach Function
par: Chern, Geeng-Chuan
Publié: (2026)
par: Chern, Geeng-Chuan
Publié: (2026)
Online Cultural Heritage Exhibitions: A Survey of Strategic Issues
par: Liew, Chern Li
Publié: (2006)
par: Liew, Chern Li
Publié: (2006)
Online Cultural Heritage Exhibitions: A Survey of Information Retrieval Features
par: Liew, Chern Li
Publié: (2005)
par: Liew, Chern Li
Publié: (2005)
Large-scale modes of variations in the global sea surface temperatures and Northern Hemisphere tropospheric circulation
par: Jonq-Gong Chern
Publié: (1994)
par: Jonq-Gong Chern
Publié: (1994)
A Benchmark Dataset of Endoscopic Images and a Novel Deep Learning Method to Segment Gastric Intestinal Metaplasia Under Linked Color Imaging
par: Mingya Zhang, et autres
Publié: (2026)
par: Mingya Zhang, et autres
Publié: (2026)
Multi-Garment Customized Model Generation
par: Liu, Yichen, et autres
Publié: (2024)
par: Liu, Yichen, et autres
Publié: (2024)
Vision Loss as a Rising Global Health Challenge: Comprehensive Analysis of High Fasting Plasma Glucose Burden and Projections to 2035
par: Zhirui Zhang, et autres
Publié: (2025)
par: Zhirui Zhang, et autres
Publié: (2025)
WT-BCP: Wavelet Transform based Bidirectional Copy-Paste for Semi-Supervised Medical Image Segmentation
par: Zhang, Mingya, et autres
Publié: (2025)
par: Zhang, Mingya, et autres
Publié: (2025)
Path-SAM2: Transfer SAM2 for digital pathology semantic segmentation
par: Zhang, Mingya, et autres
Publié: (2024)
par: Zhang, Mingya, et autres
Publié: (2024)
Documents similaires
-
LiveTalk: Real-Time Multimodal Interactive Video Diffusion via Improved On-Policy Distillation
par: Chern, Ethan, et autres
Publié: (2025) -
Thinking with Generated Images
par: Chern, Ethan, et autres
Publié: (2025) -
Halu-J: Critique-Based Hallucination Judge
par: Wang, Binjie, et autres
Publié: (2024) -
BeHonest: Benchmarking Honesty in Large Language Models
par: Chern, Steffi, et autres
Publié: (2024) -
Visual Programmability: A Guide for Code-as-Thought in Chart Understanding
par: Tang, Bohao, et autres
Publié: (2025)