Buchumschlag

Video Generation Models as World Models: Efficient Paradigms, Architectures and Algorithms

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	He, Muyang, Guo, Hanzhong, Lin, Junxiong, Yu, Yizhou
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Image and Video Processing Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Neighboring Autoregressive Modeling for Efficient Visual Generation
von: He, Yefei, et al.
Veröffentlicht: (2025)

LeanVAE: An Ultra-Efficient Reconstruction VAE for Video Diffusion Models
von: Cheng, Yu, et al.
Veröffentlicht: (2025)

Bora: Biomedical Generalist Video Generation Model
von: Sun, Weixiang, et al.
Veröffentlicht: (2024)

VEnhancer: Generative Space-Time Enhancement for Video Generation
von: He, Jingwen, et al.
Veröffentlicht: (2024)

Efficient Semantic Diffusion Architectures for Model Training on Synthetic Echocardiograms
von: Stojanovski, David, et al.
Veröffentlicht: (2024)

Ophora: A Large-Scale Data-Driven Text-Guided Ophthalmic Surgical Video Generation Model
von: Li, Wei, et al.
Veröffentlicht: (2025)

MoVideo: Motion-Aware Video Generation with Diffusion Models
von: Liang, Jingyun, et al.
Veröffentlicht: (2023)

Unveiling Hidden Details: A RAW Data-Enhanced Paradigm for Real-World Super-Resolution
von: Peng, Long, et al.
Veröffentlicht: (2024)

Adaptive Multi-modal Fusion of Spatially Variant Kernel Refinement with Diffusion Model for Blind Image Super-Resolution
von: Lin, Junxiong, et al.
Veröffentlicht: (2024)

Tractography-Guided Dual-Label Collaborative Learning for Multi-Modal Cranial Nerves Parcellation
von: Xie, Lei, et al.
Veröffentlicht: (2025)

Improved Video VAE for Latent Video Diffusion Model
von: Wu, Pingyu, et al.
Veröffentlicht: (2024)

SF-V: Single Forward Video Generation Model
von: Zhang, Zhixing, et al.
Veröffentlicht: (2024)

RealisMotion: Decomposed Human Motion Control and Video Generation in the World Space
von: Liang, Jingyun, et al.
Veröffentlicht: (2025)

Generative Latent Video Compression
von: Guo, Zongyu, et al.
Veröffentlicht: (2025)

Taming Diffusion Transformer for Efficient Mobile Video Generation in Seconds
von: Wu, Yushu, et al.
Veröffentlicht: (2025)

M3-CVC: Controllable Video Compression with Multimodal Generative Models
von: Wan, Rui, et al.
Veröffentlicht: (2024)

CMC-Bench: Towards a New Paradigm of Visual Signal Compression
von: Li, Chunyi, et al.
Veröffentlicht: (2024)

OD-VAE: An Omni-dimensional Video Compressor for Improving Latent Video Diffusion Model
von: Chen, Liuhan, et al.
Veröffentlicht: (2024)

Taming Lookup Tables for Efficient Image Retouching
von: Yang, Sidi, et al.
Veröffentlicht: (2024)

A Spatio-temporal Aligned SUNet Model for Low-light Video Enhancement
von: Lin, Ruirui, et al.
Veröffentlicht: (2024)

Unsupervised Real-World Super-Resolution via Rectified Flow Degradation Modelling
von: Zhou, Hongyang, et al.
Veröffentlicht: (2025)

Fed-NDIF: A Noise-Embedded Federated Diffusion Model For Low-Count Whole-Body PET Denoising
von: Zhou, Yinchi, et al.
Veröffentlicht: (2025)

Overfitting in Histopathology Model Training: The Need for Customized Architectures
von: Alfasly, Saghir, et al.
Veröffentlicht: (2025)

Learning Phase Distortion with Selective State Space Models for Video Turbulence Mitigation
von: Zhang, Xingguang, et al.
Veröffentlicht: (2025)

Salt: Self-Consistent Distribution Matching with Cache-Aware Training for Fast Video Generation
von: Ge, Xingtong, et al.
Veröffentlicht: (2026)

Efficient Dynamic-NeRF Based Volumetric Video Coding with Rate Distortion Optimization
von: Zhang, Zhiyu, et al.
Veröffentlicht: (2024)

RealisVSR: Detail-enhanced Diffusion for Real-World 4K Video Super-Resolution
von: Zhao, Weisong, et al.
Veröffentlicht: (2025)

How Accurate are Video Quality Models for Diffusion-Based Video Super-Resolution?
von: Herb, Benjamin, et al.
Veröffentlicht: (2026)

Towards Robust Time-of-Flight Depth Denoising with Confidence-Aware Diffusion Model
von: He, Changyong, et al.
Veröffentlicht: (2025)

Towards a General-Purpose Zero-Shot Synthetic Low-Light Image and Video Pipeline
von: Lin, Joanne, et al.
Veröffentlicht: (2025)

RepNet-VSR: Reparameterizable Architecture for High-Fidelity Video Super-Resolution
von: Wu, Biao, et al.
Veröffentlicht: (2025)

Efficient and Accurate Hyperspectral Image Demosaicing with Neural Network Architectures
von: Wisotzky, Eric L., et al.
Veröffentlicht: (2023)

A Region of Interest Focused Triple UNet Architecture for Skin Lesion Segmentation
von: Liu, Guoqing, et al.
Veröffentlicht: (2023)

LDMVFI: Video Frame Interpolation with Latent Diffusion Models
von: Danier, Duolikun, et al.
Veröffentlicht: (2023)

Extreme Video Compression with Pre-trained Diffusion Models
von: Li, Bohan, et al.
Veröffentlicht: (2024)

Dataset Distillation in Medical Imaging: A Feasibility Study
von: Li, Muyang, et al.
Veröffentlicht: (2024)

PA-SAM: Prompt Adapter SAM for High-Quality Image Segmentation
von: Xie, Zhaozhi, et al.
Veröffentlicht: (2024)

Information Prebuilt Recurrent Reconstruction Network for Video Super-Resolution
von: Wang, Shuyun, et al.
Veröffentlicht: (2021)

From General to Specialized: The Need for Foundational Models in Agriculture
von: Nedungadi, Vishal, et al.
Veröffentlicht: (2025)

IN2OUT: Fine-Tuning Video Inpainting Model for Video Outpainting Using Hierarchical Discriminator
von: Youn, Sangwoo, et al.
Veröffentlicht: (2025)