A Benchmark and Multi-Agent System for Instruction-driven Cinematic Video Compilation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Zhang, Peixuan, Zhou, Chang, Zhang, Ziyuan, Liu, Hualuo, Zhang, Chunjie, Liu, Jingqi, Zhou, Xiaohui, Chen, Xi, Weng, Shuchen, Li, Si, Shi, Boxin |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
STAGE: Storyboard-Anchored Generation for Cinematic Multi-shot Narrative
par: Zhang, Peixuan, et autres
Publié: (2025)
par: Zhang, Peixuan, et autres
Publié: (2025)
Towards Deeper Emotional Reflection: Crafting Affective Image Filters with Generative Priors
par: Zhang, Peixuan, et autres
Publié: (2025)
par: Zhang, Peixuan, et autres
Publié: (2025)
VIRES: Video Instance Repainting via Sketch and Text Guided Generation
par: Weng, Shuchen, et autres
Publié: (2024)
par: Weng, Shuchen, et autres
Publié: (2024)
ReContraster: Making Your Posters Stand Out with Regional Contrast
par: Zhang, Peixuan, et autres
Publié: (2026)
par: Zhang, Peixuan, et autres
Publié: (2026)
AVI-Edit: Audio-sync Video Instance Editing with Granularity-Aware Mask Refiner
par: Zheng, Haojie, et autres
Publié: (2025)
par: Zheng, Haojie, et autres
Publié: (2025)
Audio-Sync Video Generation with Multi-Stream Temporal Control
par: Weng, Shuchen, et autres
Publié: (2025)
par: Weng, Shuchen, et autres
Publié: (2025)
Affective Image Editing: Shaping Emotional Factors via Text Descriptions
par: Zhang, Peixuan, et autres
Publié: (2025)
par: Zhang, Peixuan, et autres
Publié: (2025)
Personalized Image Filter: Mastering Your Photographic Style
par: Zhu, Chengxuan, et autres
Publié: (2025)
par: Zhu, Chengxuan, et autres
Publié: (2025)
Lighting-grounded Video Generation with Renderer-based Agent Reasoning
par: Cai, Ziqi, et autres
Publié: (2026)
par: Cai, Ziqi, et autres
Publié: (2026)
InstructAV2AV: Instruction-Guided Audio-Video Joint Editing
par: Zheng, Haojie, et autres
Publié: (2026)
par: Zheng, Haojie, et autres
Publié: (2026)
L-C4: Language-Based Video Colorization for Creative and Consistent Color
par: Chang, Zheng, et autres
Publié: (2024)
par: Chang, Zheng, et autres
Publié: (2024)
PanoWan: Lifting Diffusion Video Generation Models to 360° with Latitude/Longitude-aware Mechanisms
par: Xia, Yifei, et autres
Publié: (2025)
par: Xia, Yifei, et autres
Publié: (2025)
Video Detective: Seek Critical Clues Recurrently to Answer Question from Long Videos
par: Du, Henghui, et autres
Publié: (2025)
par: Du, Henghui, et autres
Publié: (2025)
Colorizing Monochromatic Radiance Fields
par: Cheng, Yean, et autres
Publié: (2024)
par: Cheng, Yean, et autres
Publié: (2024)
Language-guided Image Reflection Separation
par: Zhong, Haofeng, et autres
Publié: (2024)
par: Zhong, Haofeng, et autres
Publié: (2024)
MuSS: A Large-Scale Dataset and Cinematic Narrative Benchmark for Multi-Shot Subject-to-Video Generation
par: Zhang, Haojie, et autres
Publié: (2026)
par: Zhang, Haojie, et autres
Publié: (2026)
Multi-Agent Reinforcement Learning: Methods, Applications, Visionary Prospects, and Challenges
par: Zhou, Ziyuan, et autres
Publié: (2023)
par: Zhou, Ziyuan, et autres
Publié: (2023)
Distributed Optimal Consensus of Nonlinear Multi-Agent Systems
par: Guo, Ziyuan, et autres
Publié: (2026)
par: Guo, Ziyuan, et autres
Publié: (2026)
TIME: Temporal-Sensitive Multi-Dimensional Instruction Tuning and Robust Benchmarking for Video-LLMs
par: Wang, Yunxiao, et autres
Publié: (2025)
par: Wang, Yunxiao, et autres
Publié: (2025)
Partially Observable Mean Field Multi-Agent Reinforcement Learning Based on Graph-Attention
par: Yang, Min, et autres
Publié: (2023)
par: Yang, Min, et autres
Publié: (2023)
Video2Act: A Dual-System Video Diffusion Policy with Robotic Spatio-Motional Modeling
par: Jia, Yueru, et autres
Publié: (2025)
par: Jia, Yueru, et autres
Publié: (2025)
PolarVSR: A Unified Framework and Benchmark for Continuous Space-Time Polarization Video Reconstruction
par: Li, Chenggong, et autres
Publié: (2026)
par: Li, Chenggong, et autres
Publié: (2026)
SAJA: A State-Action Joint Attack Framework on Multi-Agent Deep Reinforcement Learning
par: Guo, Weiqi, et autres
Publié: (2025)
par: Guo, Weiqi, et autres
Publié: (2025)
Wan-S2V: Audio-Driven Cinematic Video Generation
par: Gao, Xin, et autres
Publié: (2025)
par: Gao, Xin, et autres
Publié: (2025)
EvalVerse: Pipeline-Aware and Expert-Calibrated Benchmarking for Professional Cinematic Video Generation
par: Yang, Songlin, et autres
Publié: (2026)
par: Yang, Songlin, et autres
Publié: (2026)
TraceCodec: A Compiler-Backed Neural Codec for Stateful Multi-Flow Network Traffic Traces
par: Ding, Junhui, et autres
Publié: (2026)
par: Ding, Junhui, et autres
Publié: (2026)
LLM Swiss Round: Aggregating Multi-Benchmark Performance via Competitive Swiss-System Dynamics
par: Liu, Jiashuo, et autres
Publié: (2025)
par: Liu, Jiashuo, et autres
Publié: (2025)
MTAVG-Bench 2.0: Diagnosing Failure Modes of Cinematic Expressiveness in Multi-Talker Audio-Video Generation
par: Li, Haitian, et autres
Publié: (2026)
par: Li, Haitian, et autres
Publié: (2026)
Catching the Infection Before It Spreads: Foresight-Guided Defense in Multi-Agent Systems
par: Ma, Yue, et autres
Publié: (2026)
par: Ma, Yue, et autres
Publié: (2026)
Whispers in the Noise: Surrogate-Guided Concept Awakening via a Multi-Agent Framework
par: Sun, Mengyu, et autres
Publié: (2026)
par: Sun, Mengyu, et autres
Publié: (2026)
Soap2Soap: Long Cinematic Video Remaking via Multi-Agent Collaboration
par: Song, Yiren, et autres
Publié: (2026)
par: Song, Yiren, et autres
Publié: (2026)
Camera Artist: A Multi-Agent Framework for Cinematic Language Storytelling Video Generation
par: Hu, Haobo, et autres
Publié: (2026)
par: Hu, Haobo, et autres
Publié: (2026)
ShotVerse: Advancing Cinematic Camera Control for Text-Driven Multi-Shot Video Creation
par: Yang, Songlin, et autres
Publié: (2026)
par: Yang, Songlin, et autres
Publié: (2026)
Hierarchical Multi-Marginal Optimal Transport for Network Alignment
par: Zeng, Zhichen, et autres
Publié: (2023)
par: Zeng, Zhichen, et autres
Publié: (2023)
Imaging Interiors: An Implicit Solution to Electromagnetic Inverse Scattering Problems
par: Luo, Ziyuan, et autres
Publié: (2024)
par: Luo, Ziyuan, et autres
Publié: (2024)
Overview of the NLPCC 2025 Shared Task 4: Multi-modal, Multilingual, and Multi-hop Medical Instructional Video Question Answering Challenge
par: Li, Bin, et autres
Publié: (2025)
par: Li, Bin, et autres
Publié: (2025)
VideoWeaver: Multimodal Multi-View Video-to-Video Transfer for Embodied Agents
par: Eskandar, George, et autres
Publié: (2026)
par: Eskandar, George, et autres
Publié: (2026)
MLVU: Benchmarking Multi-task Long Video Understanding
par: Zhou, Junjie, et autres
Publié: (2024)
par: Zhou, Junjie, et autres
Publié: (2024)
SGTA: Scene-Graph Based Multi-Modal Traffic Agent for Video Understanding
par: Zhou, Xingcheng, et autres
Publié: (2026)
par: Zhou, Xingcheng, et autres
Publié: (2026)
PrismAgent: Illuminating Harm in Memes via a Zero-Shot Interpretable Multi-Agent Framework
par: Ding, Zihan, et autres
Publié: (2026)
par: Ding, Zihan, et autres
Publié: (2026)
Documents similaires
-
STAGE: Storyboard-Anchored Generation for Cinematic Multi-shot Narrative
par: Zhang, Peixuan, et autres
Publié: (2025) -
Towards Deeper Emotional Reflection: Crafting Affective Image Filters with Generative Priors
par: Zhang, Peixuan, et autres
Publié: (2025) -
VIRES: Video Instance Repainting via Sketch and Text Guided Generation
par: Weng, Shuchen, et autres
Publié: (2024) -
ReContraster: Making Your Posters Stand Out with Regional Contrast
par: Zhang, Peixuan, et autres
Publié: (2026) -
AVI-Edit: Audio-sync Video Instance Editing with Granularity-Aware Mask Refiner
par: Zheng, Haojie, et autres
Publié: (2025)