OmniWeaving: Towards Unified Video Generation with Free-form Composition and Reasoning
Fuente:
arXiv
Salvato in:
| Autori principali: | Pan, Kaihang, Tian, Qi, Zhang, Jianwei, Kong, Weijie, Xiong, Jiangfeng, Long, Yanxin, Zhang, Shixue, Qiu, Haiyi, Wang, Tan, Lv, Zheqi, Wu, Yue, Bo, Liefeng, Tang, Siliang, Zhong, Zhao |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
SpatialFusion: Endowing Unified Image Generation with Intrinsic 3D Geometric Awareness
di: Qiu, Haiyi, et al.
Pubblicazione: (2026)
di: Qiu, Haiyi, et al.
Pubblicazione: (2026)
STEP: Enhancing Video-LLMs' Compositional Reasoning by Spatio-Temporal Graph-guided Self-Training
di: Qiu, Haiyi, et al.
Pubblicazione: (2024)
di: Qiu, Haiyi, et al.
Pubblicazione: (2024)
Precise: SDE-Consistent Stochastic Sampling for RL Post-Training of Flow-Matching Models
di: Zou, Jade, et al.
Pubblicazione: (2026)
di: Zou, Jade, et al.
Pubblicazione: (2026)
OmniMoGen: Unifying Human Motion Generation via Learning from Interleaved Text-Motion Instructions
di: Bu, Wendong, et al.
Pubblicazione: (2025)
di: Bu, Wendong, et al.
Pubblicazione: (2025)
Baton: Explicit Semantic Blueprints for Joint Video-Audio Generation
di: Tu, Shuyuan, et al.
Pubblicazione: (2026)
di: Tu, Shuyuan, et al.
Pubblicazione: (2026)
R1-Omni: Explainable Omni-Multimodal Emotion Recognition with Reinforcement Learning
di: Zhao, Jiaxing, et al.
Pubblicazione: (2025)
di: Zhao, Jiaxing, et al.
Pubblicazione: (2025)
WiseEdit: Benchmarking Cognition- and Creativity-Informed Image Editing
di: Pan, Kaihang, et al.
Pubblicazione: (2025)
di: Pan, Kaihang, et al.
Pubblicazione: (2025)
MAKIMA: Tuning-free Multi-Attribute Open-domain Video Editing via Mask-Guided Attention Modulation
di: Zheng, Haoyu, et al.
Pubblicazione: (2024)
di: Zheng, Haoyu, et al.
Pubblicazione: (2024)
LASER: Tuning-Free LLM-Driven Attention Control for Efficient Text-conditioned Image-to-Animation
di: Zheng, Haoyu, et al.
Pubblicazione: (2024)
di: Zheng, Haoyu, et al.
Pubblicazione: (2024)
OmniTalker: One-shot Real-time Text-Driven Talking Audio-Video Generation With Multimodal Style Mimicking
di: Wang, Zhongjian, et al.
Pubblicazione: (2025)
di: Wang, Zhongjian, et al.
Pubblicazione: (2025)
OmniGuard: Unified Omni-Modal Guardrails with Deliberate Reasoning
di: Zhu, Boyu, et al.
Pubblicazione: (2025)
di: Zhu, Boyu, et al.
Pubblicazione: (2025)
Cuff-KT: Tackling Learners' Real-time Learning Pattern Adjustment via Tuning-Free Knowledge State Guided Model Updating
di: Zhou, Yiyun, et al.
Pubblicazione: (2025)
di: Zhou, Yiyun, et al.
Pubblicazione: (2025)
Towards Unified Multimodal Editing with Enhanced Knowledge Collaboration
di: Pan, Kaihang, et al.
Pubblicazione: (2024)
di: Pan, Kaihang, et al.
Pubblicazione: (2024)
OmniCam: Unified Multimodal Video Generation via Camera Control
di: Yang, Xiaoda, et al.
Pubblicazione: (2025)
di: Yang, Xiaoda, et al.
Pubblicazione: (2025)
Computation for Latent Variable Model Estimation: A Unified Stochastic Proximal Framework
di: Zhang, Siliang, et al.
Pubblicazione: (2020)
di: Zhang, Siliang, et al.
Pubblicazione: (2020)
OmniVDiff: Omni Controllable Video Diffusion for Generation and Understanding
di: Xi, Dianbing, et al.
Pubblicazione: (2025)
di: Xi, Dianbing, et al.
Pubblicazione: (2025)
LatentOmni: Rethinking Omni-Modal Understanding via Unified Audio-Visual Latent Reasoning
di: Dai, Yifan, et al.
Pubblicazione: (2026)
di: Dai, Yifan, et al.
Pubblicazione: (2026)
Omni-Video: Democratizing Unified Video Understanding and Generation
di: Tan, Zhiyu, et al.
Pubblicazione: (2025)
di: Tan, Zhiyu, et al.
Pubblicazione: (2025)
A functional Breuer-Major theorem with Poisson noise
di: Kong, Fanhao, et al.
Pubblicazione: (2025)
di: Kong, Fanhao, et al.
Pubblicazione: (2025)
Unified Generative and Discriminative Training for Multi-modal Large Language Models
di: Chow, Wei, et al.
Pubblicazione: (2024)
di: Chow, Wei, et al.
Pubblicazione: (2024)
AnyEdit: Mastering Unified High-Quality Image Editing for Any Idea
di: Yu, Qifan, et al.
Pubblicazione: (2024)
di: Yu, Qifan, et al.
Pubblicazione: (2024)
Gibbs Free Energy‐Driven Li– MgF 2 Composite Anodes for Stable Solid‐State Lithium Batteries
di: Ziduan Li, et al.
Pubblicazione: (2026)
di: Ziduan Li, et al.
Pubblicazione: (2026)
Adaptive Bayesian Joint Latent Space Modeling via Cumulative Shrinkage
di: Lv, Bin, et al.
Pubblicazione: (2025)
di: Lv, Bin, et al.
Pubblicazione: (2025)
ZeroED: Hybrid Zero-shot Error Detection through Large Language Model Reasoning
di: Ni, Wei, et al.
Pubblicazione: (2025)
di: Ni, Wei, et al.
Pubblicazione: (2025)
HaploOmni: Unified Single Transformer for Multimodal Video Understanding and Generation
di: Xiao, Yicheng, et al.
Pubblicazione: (2025)
di: Xiao, Yicheng, et al.
Pubblicazione: (2025)
What Limits Virtual Agent Application? OmniBench: A Scalable Multi-Dimensional Benchmark for Essential Virtual Agent Capabilities
di: Bu, Wendong, et al.
Pubblicazione: (2025)
di: Bu, Wendong, et al.
Pubblicazione: (2025)
Assessment of 3D woven near‐net‐shaped I‐sections for aeronautical applications: Weave design, manufacture, and mechanical properties under multiple loading conditions
di: Weijie Zhang, et al.
Pubblicazione: (2024)
di: Weijie Zhang, et al.
Pubblicazione: (2024)
EMO: Emote Portrait Alive -- Generating Expressive Portrait Videos with Audio2Video Diffusion Model under Weak Conditions
di: Tian, Linrui, et al.
Pubblicazione: (2024)
di: Tian, Linrui, et al.
Pubblicazione: (2024)
Tele-Omni: a Unified Multimodal Framework for Video Generation and Editing
di: Liu, Jialun, et al.
Pubblicazione: (2026)
di: Liu, Jialun, et al.
Pubblicazione: (2026)
Graft: Integrating the Domain Knowledge via Efficient Parameter Synergy for MLLMs
di: Dai, Yang, et al.
Pubblicazione: (2025)
di: Dai, Yang, et al.
Pubblicazione: (2025)
DreamVideo-Omni: Omni-Motion Controlled Multi-Subject Video Customization with Latent Identity Reinforcement Learning
di: Wei, Yujie, et al.
Pubblicazione: (2026)
di: Wei, Yujie, et al.
Pubblicazione: (2026)
I4VGen: Image as Free Stepping Stone for Text-to-Video Generation
di: Guo, Xiefan, et al.
Pubblicazione: (2024)
di: Guo, Xiefan, et al.
Pubblicazione: (2024)
VisualThink-VLA: Visual Intermediate Reasoning for Effective and Low-Latency Vision-Language-Action Policies
di: Gao, Mingjian, et al.
Pubblicazione: (2026)
di: Gao, Mingjian, et al.
Pubblicazione: (2026)
Manifold-Aware Exploration for Reinforcement Learning in Video Generation
di: Zheng, Mingzhe, et al.
Pubblicazione: (2026)
di: Zheng, Mingzhe, et al.
Pubblicazione: (2026)
Controllable and Expressive One-Shot Video Head Swapping
di: Ji, Chaonan, et al.
Pubblicazione: (2025)
di: Ji, Chaonan, et al.
Pubblicazione: (2025)
ReWeave: Traffic Engineering with Robust Path Weaving for Localized Link Failure Recover
di: Guan, Jingyi, et al.
Pubblicazione: (2025)
di: Guan, Jingyi, et al.
Pubblicazione: (2025)
PipeWeave: Synergizing Analytical and Learning Models for Unified GPU Performance Prediction
di: Zhang, Kaixuan, et al.
Pubblicazione: (2026)
di: Zhang, Kaixuan, et al.
Pubblicazione: (2026)
UniCom: Unified Multimodal Modeling via Compressed Continuous Semantic Representations
di: Zhao, Yaqi, et al.
Pubblicazione: (2026)
di: Zhao, Yaqi, et al.
Pubblicazione: (2026)
Omni-IML: Towards Unified Image Manipulation Localization
di: Qu, Chenfan, et al.
Pubblicazione: (2024)
di: Qu, Chenfan, et al.
Pubblicazione: (2024)
OmniSTVG: Toward Spatio-Temporal Omni-Object Video Grounding
di: Yao, Jiali, et al.
Pubblicazione: (2025)
di: Yao, Jiali, et al.
Pubblicazione: (2025)
Documenti analoghi
-
SpatialFusion: Endowing Unified Image Generation with Intrinsic 3D Geometric Awareness
di: Qiu, Haiyi, et al.
Pubblicazione: (2026) -
STEP: Enhancing Video-LLMs' Compositional Reasoning by Spatio-Temporal Graph-guided Self-Training
di: Qiu, Haiyi, et al.
Pubblicazione: (2024) -
Precise: SDE-Consistent Stochastic Sampling for RL Post-Training of Flow-Matching Models
di: Zou, Jade, et al.
Pubblicazione: (2026) -
OmniMoGen: Unifying Human Motion Generation via Learning from Interleaved Text-Motion Instructions
di: Bu, Wendong, et al.
Pubblicazione: (2025) -
Baton: Explicit Semantic Blueprints for Joint Video-Audio Generation
di: Tu, Shuyuan, et al.
Pubblicazione: (2026)