Copertina

Grounded Forcing: Bridging Time-Independent Semantics and Proximal Dynamics in Autoregressive Video Synthesis

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Chen, Jintao, Bai, Chengyu, Hu, Junjun, Xue, Xinda, Xu, Mu
Natura:	Preprint
Pubblicazione:	2026
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

AstraNav-World: World Model for Foresight Control and Consistency
di: Chen, Jintao, et al.
Pubblicazione: (2025)

Rolling Forcing: Autoregressive Long Video Diffusion in Real Time
di: Liu, Kunhao, et al.
Pubblicazione: (2025)

Speculative Decoding for Autoregressive Video Generation
di: Hu, Yuezhou, et al.
Pubblicazione: (2026)

BridgeIV: Bridging Customized Image and Video Generation through Test-Time Autoregressive Identity Propagation
di: Hu, Panwen, et al.
Pubblicazione: (2025)

Reward-Forcing: Autoregressive Video Generation with Reward Feedback
di: Zhang, Jingran, et al.
Pubblicazione: (2026)

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

Taming Teacher Forcing for Masked Autoregressive Video Generation
di: Zhou, Deyu, et al.
Pubblicazione: (2025)

Weakly-Supervised Affordance Grounding Guided by Part-Level Semantic Priors
di: Xu, Peiran, et al.
Pubblicazione: (2025)

Future Forcing: Future-aware Training-free KV Cache Policy for Autoregressive Video Generation
di: Luo, Jiayi, et al.
Pubblicazione: (2026)

Self Forcing: Bridging the Train-Test Gap in Autoregressive Video Diffusion
di: Huang, Xun, et al.
Pubblicazione: (2025)

Causal Forcing++: Scalable Few-Step Autoregressive Diffusion Distillation for Real-Time Interactive Video Generation
di: Zhao, Min, et al.
Pubblicazione: (2026)

UniEdit-I: Training-free Image Editing for Unified VLM via Iterative Understanding, Editing and Verifying
di: Bai, Chengyu, et al.
Pubblicazione: (2025)

SGANet: Semantic and Geometric Alignment for Multimodal Multi-view Anomaly Detection
di: Bai, Letian, et al.
Pubblicazione: (2026)

Bridging Time and Space: Decoupled Spatio-Temporal Alignment for Video Grounding
di: Tu, Xuezhen, et al.
Pubblicazione: (2026)

Light Forcing: Accelerating Autoregressive Video Diffusion via Sparse Attention
di: Lv, Chengtao, et al.
Pubblicazione: (2026)

Semantic Context Matters: Improving Conditioning for Autoregressive Models
di: Jin, Dongyang, et al.
Pubblicazione: (2025)

TimeExpert: An Expert-Guided Video LLM for Video Temporal Grounding
di: Yang, Zuhao, et al.
Pubblicazione: (2025)

Rethinking Autoregressive Models for Lossless Image Compression via Hierarchical Parallelism and Progressive Adaptation
di: Li, Daxin, et al.
Pubblicazione: (2025)

Delta Forcing: Trust Region Steering for Interactive Autoregressive Video Generation
di: Wu, Yuheng, et al.
Pubblicazione: (2026)

Learning from Next-Frame Prediction: Autoregressive Video Modeling Encodes Effective Representations
di: Li, Jinghan, et al.
Pubblicazione: (2025)

SnAG: Scalable and Accurate Video Grounding
di: Mu, Fangzhou, et al.
Pubblicazione: (2024)

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

FastInit: Fast Noise Initialization for Temporally Consistent Video Generation
di: Bai, Chengyu, et al.
Pubblicazione: (2025)

Controllable Longer Image Animation with Diffusion Models
di: Wang, Qiang, et al.
Pubblicazione: (2024)

Motion Forcing: A Decoupled Framework for Robust Video Generation in Motion Dynamics
di: Xu, Tianshuo, et al.
Pubblicazione: (2026)

KVPO: ODE-Native GRPO for Autoregressive Video Alignment via KV Semantic Exploration
di: Zhang, Ruicheng, et al.
Pubblicazione: (2026)

Real-Time Motion-Controllable Autoregressive Video Diffusion
di: Zhao, Kesen, et al.
Pubblicazione: (2025)

Encapsulated Composition of Text-to-Image and Text-to-Video Models for High-Quality Video Synthesis
di: Su, Tongtong, et al.
Pubblicazione: (2025)

One-Forcing: Towards Stable One-Step Autoregressive Video Generation
di: Feng, Jiaqi, et al.
Pubblicazione: (2026)

Head Forcing: Long Autoregressive Video Generation via Head Heterogeneity
di: Tian, Jiahao, et al.
Pubblicazione: (2026)

SwimBird: Eliciting Switchable Reasoning Mode in Hybrid Autoregressive MLLMs
di: Tong, Jintao, et al.
Pubblicazione: (2026)

Knot Forcing: Taming Autoregressive Video Diffusion Models for Real-time Infinite Interactive Portrait Animation
di: Xiao, Steven, et al.
Pubblicazione: (2025)

FastSTAR: Spatiotemporal Token Pruning for Efficient Autoregressive Video Synthesis
di: Yune, Sungwoong, et al.
Pubblicazione: (2026)

Pathwise Test-Time Correction for Autoregressive Long Video Generation
di: Xiang, Xunzhi, et al.
Pubblicazione: (2026)

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

StreamKV: Streaming Video Question-Answering with Segment-based KV Cache Retrieval and Compression
di: Chen, Yilong, et al.
Pubblicazione: (2025)

Past- and Future-Informed KV Cache Policy with Salience Estimation in Autoregressive Video Diffusion
di: Chen, Hanmo, et al.
Pubblicazione: (2026)

Capturing Rich Behavior Representations: A Dynamic Action Semantic-Aware Graph Transformer for Video Captioning
di: Liu, Caihua, et al.
Pubblicazione: (2025)

Rolling Sink: Bridging Limited-Horizon Training and Open-Ended Testing in Autoregressive Video Diffusion
di: Li, Haodong, et al.
Pubblicazione: (2026)

CausalCine: Real-Time Autoregressive Generation for Multi-Shot Video Narratives
di: Meng, Yihao, et al.
Pubblicazione: (2026)