MuSS: A Large-Scale Dataset and Cinematic Narrative Benchmark for Multi-Shot Subject-to-Video Generation
Fuente:
arXiv
Salvato in:
| Autori principali: | Zhang, Haojie, Wu, Di, Liu, Bingyan, Zhong, Linjie, Wei, Yuancheng, Ye, Xingsong, Liu, Nanqing, Liang, Yaling |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2026
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
HoloCine: Holistic Generation of Cinematic Multi-Shot Long Video Narratives
di: Meng, Yihao, et al.
Pubblicazione: (2025)
di: Meng, Yihao, et al.
Pubblicazione: (2025)
Multimodal Diffusion Transformer with Memory Bank for Scalable Long-Duration Talking Video Generation
di: Zhang, Haojie, et al.
Pubblicazione: (2024)
di: Zhang, Haojie, et al.
Pubblicazione: (2024)
A Benchmark and Multi-Agent System for Instruction-driven Cinematic Video Compilation
di: Zhang, Peixuan, et al.
Pubblicazione: (2026)
di: Zhang, Peixuan, et al.
Pubblicazione: (2026)
STAGE: Storyboard-Anchored Generation for Cinematic Multi-shot Narrative
di: Zhang, Peixuan, et al.
Pubblicazione: (2025)
di: Zhang, Peixuan, et al.
Pubblicazione: (2025)
ShotVerse: Advancing Cinematic Camera Control for Text-Driven Multi-Shot Video Creation
di: Yang, Songlin, et al.
Pubblicazione: (2026)
di: Yang, Songlin, et al.
Pubblicazione: (2026)
SmartDirector: Keyframe-Conditioned Cinematic Video Generation with Narrative Pacing Control
di: Zhang, Zhida, et al.
Pubblicazione: (2026)
di: Zhang, Zhida, et al.
Pubblicazione: (2026)
MotionCanvas: Cinematic Shot Design with Controllable Image-to-Video Generation
di: Xing, Jinbo, et al.
Pubblicazione: (2025)
di: Xing, Jinbo, et al.
Pubblicazione: (2025)
Shot2Story: A New Benchmark for Comprehensive Understanding of Multi-shot Videos
di: Han, Mingfei, et al.
Pubblicazione: (2023)
di: Han, Mingfei, et al.
Pubblicazione: (2023)
OpenS2V-Nexus: A Detailed Benchmark and Million-Scale Dataset for Subject-to-Video Generation
di: Yuan, Shenghai, et al.
Pubblicazione: (2025)
di: Yuan, Shenghai, et al.
Pubblicazione: (2025)
Video Understanding Reward Modeling: A Robust Benchmark and Performant Reward Models
di: Wei, Yuancheng, et al.
Pubblicazione: (2026)
di: Wei, Yuancheng, et al.
Pubblicazione: (2026)
FunCineForge: A Unified Dataset Toolkit and Model for Zero-Shot Movie Dubbing in Diverse Cinematic Scenes
di: Liu, Jiaxuan, et al.
Pubblicazione: (2026)
di: Liu, Jiaxuan, et al.
Pubblicazione: (2026)
Soap2Soap: Long Cinematic Video Remaking via Multi-Agent Collaboration
di: Song, Yiren, et al.
Pubblicazione: (2026)
di: Song, Yiren, et al.
Pubblicazione: (2026)
Biology-Instructions: A Dataset and Benchmark for Multi-Omics Sequence Understanding Capability of Large Language Models
di: He, Haonan, et al.
Pubblicazione: (2024)
di: He, Haonan, et al.
Pubblicazione: (2024)
TalkCuts: A Large-Scale Dataset for Multi-Shot Human Speech Video Generation
di: Chen, Jiaben, et al.
Pubblicazione: (2025)
di: Chen, Jiaben, et al.
Pubblicazione: (2025)
ShotBench: Expert-Level Cinematic Understanding in Vision-Language Models
di: Liu, Hongbo, et al.
Pubblicazione: (2025)
di: Liu, Hongbo, et al.
Pubblicazione: (2025)
EvalVerse: Pipeline-Aware and Expert-Calibrated Benchmarking for Professional Cinematic Video Generation
di: Yang, Songlin, et al.
Pubblicazione: (2026)
di: Yang, Songlin, et al.
Pubblicazione: (2026)
MuMu-LLaMA: Multi-modal Music Understanding and Generation via Large Language Models
di: Liu, Shansong, et al.
Pubblicazione: (2024)
di: Liu, Shansong, et al.
Pubblicazione: (2024)
Rank-and-Reason: Multi-Agent Collaboration Accelerates Zero-Shot Protein Mutation Prediction
di: Tan, Yang, et al.
Pubblicazione: (2026)
di: Tan, Yang, et al.
Pubblicazione: (2026)
BenchSeg: A Large-Scale Dataset and Benchmark for Multi-View Food Video Segmentation
di: AlMughrabi, Ahmad, et al.
Pubblicazione: (2026)
di: AlMughrabi, Ahmad, et al.
Pubblicazione: (2026)
CineBrain: A Large-Scale Multi-Modal Brain Dataset During Naturalistic Audiovisual Narrative Processing
di: Gao, Jianxiong, et al.
Pubblicazione: (2025)
di: Gao, Jianxiong, et al.
Pubblicazione: (2025)
MultiBind: A Benchmark for Attribute Misbinding in Multi-Subject Generation
di: Tian, Wenqing, et al.
Pubblicazione: (2026)
di: Tian, Wenqing, et al.
Pubblicazione: (2026)
PointSAM: Pointly-Supervised Segment Anything Model for Remote Sensing Images
di: Liu, Nanqing, et al.
Pubblicazione: (2024)
di: Liu, Nanqing, et al.
Pubblicazione: (2024)
Hide Your Malicious Goal Into Benign Narratives: Jailbreak Large Language Models through Carrier Articles
di: Wang, Zhilong, et al.
Pubblicazione: (2024)
di: Wang, Zhilong, et al.
Pubblicazione: (2024)
CausalCine: Real-Time Autoregressive Generation for Multi-Shot Video Narratives
di: Meng, Yihao, et al.
Pubblicazione: (2026)
di: Meng, Yihao, et al.
Pubblicazione: (2026)
OSS-Bench: Benchmark Generator for Coding LLMs
di: Jiang, Yuancheng, et al.
Pubblicazione: (2025)
di: Jiang, Yuancheng, et al.
Pubblicazione: (2025)
Scalable Multi-Agent Reinforcement Learning for Residential Load Scheduling under Data Governance
di: Qin, Zhaoming, et al.
Pubblicazione: (2021)
di: Qin, Zhaoming, et al.
Pubblicazione: (2021)
CineScale: Free Lunch in High-Resolution Cinematic Visual Generation
di: Qiu, Haonan, et al.
Pubblicazione: (2025)
di: Qiu, Haonan, et al.
Pubblicazione: (2025)
StoryTailor:A Zero-Shot Pipeline for Action-Rich Multi-Subject Visual Narratives
di: Hu, Jinghao, et al.
Pubblicazione: (2026)
di: Hu, Jinghao, et al.
Pubblicazione: (2026)
Generative Photographic Control for Scene-Consistent Video Cinematic Editing
di: Sun, Huiqiang, et al.
Pubblicazione: (2025)
di: Sun, Huiqiang, et al.
Pubblicazione: (2025)
DreamVideo-2: Zero-Shot Subject-Driven Video Customization with Precise Motion Control
di: Wei, Yujie, et al.
Pubblicazione: (2024)
di: Wei, Yujie, et al.
Pubblicazione: (2024)
Safe Inputs but Unsafe Output: Benchmarking Cross-modality Safety Alignment of Large Vision-Language Model
di: Wang, Siyin, et al.
Pubblicazione: (2024)
di: Wang, Siyin, et al.
Pubblicazione: (2024)
Enhancing Perception Quality in Remote Sensing Image Compression via Invertible Neural Network
di: Li, Junhui, et al.
Pubblicazione: (2024)
di: Li, Junhui, et al.
Pubblicazione: (2024)
Exploiting Inter-Image Similarity Prior for Low-Bitrate Remote Sensing Image Compression
di: Li, Junhui, et al.
Pubblicazione: (2024)
di: Li, Junhui, et al.
Pubblicazione: (2024)
MSVCOD:A Large-Scale Multi-Scene Dataset for Video Camouflage Object Detection
di: Gao, Shuyong, et al.
Pubblicazione: (2025)
di: Gao, Shuyong, et al.
Pubblicazione: (2025)
Subjective-Aligned Dataset and Metric for Text-to-Video Quality Assessment
di: Kou, Tengchuan, et al.
Pubblicazione: (2024)
di: Kou, Tengchuan, et al.
Pubblicazione: (2024)
Navigating Large-Scale Document Collections: MuDABench for Multi-Document Analytical QA
di: Li, Zhanli, et al.
Pubblicazione: (2026)
di: Li, Zhanli, et al.
Pubblicazione: (2026)
Preserving Source Video Realism: High-Fidelity Face Swapping for Cinematic Quality
di: Luo, Zekai, et al.
Pubblicazione: (2025)
di: Luo, Zekai, et al.
Pubblicazione: (2025)
Large Bayesian Tensor Autoregressions
di: Qi, Yaling
Pubblicazione: (2025)
di: Qi, Yaling
Pubblicazione: (2025)
MTAVG-Bench 2.0: Diagnosing Failure Modes of Cinematic Expressiveness in Multi-Talker Audio-Video Generation
di: Li, Haitian, et al.
Pubblicazione: (2026)
di: Li, Haitian, et al.
Pubblicazione: (2026)
THUD++: Large-Scale Dynamic Indoor Scene Dataset and Benchmark for Mobile Robots
di: Li, Zeshun, et al.
Pubblicazione: (2024)
di: Li, Zeshun, et al.
Pubblicazione: (2024)
Documenti analoghi
-
HoloCine: Holistic Generation of Cinematic Multi-Shot Long Video Narratives
di: Meng, Yihao, et al.
Pubblicazione: (2025) -
Multimodal Diffusion Transformer with Memory Bank for Scalable Long-Duration Talking Video Generation
di: Zhang, Haojie, et al.
Pubblicazione: (2024) -
A Benchmark and Multi-Agent System for Instruction-driven Cinematic Video Compilation
di: Zhang, Peixuan, et al.
Pubblicazione: (2026) -
STAGE: Storyboard-Anchored Generation for Cinematic Multi-shot Narrative
di: Zhang, Peixuan, et al.
Pubblicazione: (2025) -
ShotVerse: Advancing Cinematic Camera Control for Text-Driven Multi-Shot Video Creation
di: Yang, Songlin, et al.
Pubblicazione: (2026)