A$^2$RD: Agentic Autoregressive Diffusion for Long Video Consistency
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Long, Do Xuan, Song, Yale, Kan, Min-Yen, Pfister, Tomas, Le, Long T. |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
VQQA: An Agentic Approach for Video Evaluation and Quality Improvement
par: Song, Yiwen, et autres
Publié: (2026)
par: Song, Yiwen, et autres
Publié: (2026)
DySink: Dynamic Frame Sinks for Autoregressive Long Video Generation
par: Ye, Bo, et autres
Publié: (2026)
par: Ye, Bo, et autres
Publié: (2026)
Watch and Learn: Learning to Use Computers from Online Videos
par: Song, Chan Hee, et autres
Publié: (2025)
par: Song, Chan Hee, et autres
Publié: (2025)
VideoSEAL: Mitigating Evidence Misalignment in Agentic Long Video Understanding by Decoupling Answer Authority
par: Qiu, Chenhao, et autres
Publié: (2026)
par: Qiu, Chenhao, et autres
Publié: (2026)
Adapting VACE for Real-Time Autoregressive Video Diffusion
par: Fosdick, Ryan
Publié: (2026)
par: Fosdick, Ryan
Publié: (2026)
DepthCrafter: Generating Consistent Long Depth Sequences for Open-world Videos
par: Hu, Wenbo, et autres
Publié: (2024)
par: Hu, Wenbo, et autres
Publié: (2024)
DIVD: Deblurring with Improved Video Diffusion Model
par: Long, Haoyang, et autres
Publié: (2024)
par: Long, Haoyang, et autres
Publié: (2024)
Detecting AI-Generated Video via Frame Consistency
par: Ma, Long, et autres
Publié: (2024)
par: Ma, Long, et autres
Publié: (2024)
MarDini: Masked Autoregressive Diffusion for Video Generation at Scale
par: Liu, Haozhe, et autres
Publié: (2024)
par: Liu, Haozhe, et autres
Publié: (2024)
VITED: Video Temporal Evidence Distillation
par: Lu, Yujie, et autres
Publié: (2025)
par: Lu, Yujie, et autres
Publié: (2025)
MAGI-1: Autoregressive Video Generation at Scale
par: ai, Sand., et autres
Publié: (2025)
par: ai, Sand., et autres
Publié: (2025)
Head Forcing: Long Autoregressive Video Generation via Head Heterogeneity
par: Tian, Jiahao, et autres
Publié: (2026)
par: Tian, Jiahao, et autres
Publié: (2026)
MVP-Bench: Can Large Vision--Language Models Conduct Multi-level Visual Perception Like Humans?
par: Li, Guanzhen, et autres
Publié: (2024)
par: Li, Guanzhen, et autres
Publié: (2024)
VideoExplorer: Think With Videos For Agentic Long-Video Understanding
par: Yuan, Huaying, et autres
Publié: (2025)
par: Yuan, Huaying, et autres
Publié: (2025)
Video Depth Anything: Consistent Depth Estimation for Super-Long Videos
par: Chen, Sili, et autres
Publié: (2025)
par: Chen, Sili, et autres
Publié: (2025)
VideoMLA: Low-Rank Latent KV Cache for Minute-Scale Autoregressive Video Diffusion
par: Yesiltepe, Hidir, et autres
Publié: (2026)
par: Yesiltepe, Hidir, et autres
Publié: (2026)
TokenTrim: Inference-Time Token Pruning for Autoregressive Long Video Generation
par: Shaulov, Ariel, et autres
Publié: (2026)
par: Shaulov, Ariel, et autres
Publié: (2026)
Self-Adaptive Sampling for Efficient Video Question-Answering on Image--Text Models
par: Han, Wei, et autres
Publié: (2023)
par: Han, Wei, et autres
Publié: (2023)
Video Generation with Consistency Tuning
par: Wang, Chaoyi, et autres
Publié: (2024)
par: Wang, Chaoyi, et autres
Publié: (2024)
Fast Autoregressive Video Diffusion and World Models with Temporal Cache Compression and Sparse Attention
par: Samuel, Dvir, et autres
Publié: (2026)
par: Samuel, Dvir, et autres
Publié: (2026)
RelightVid: Temporal-Consistent Diffusion Model for Video Relighting
par: Fang, Ye, et autres
Publié: (2025)
par: Fang, Ye, et autres
Publié: (2025)
Pack and Force Your Memory: Long-form and Consistent Video Generation
par: Wu, Xiaofei, et autres
Publié: (2025)
par: Wu, Xiaofei, et autres
Publié: (2025)
LLM-grounded Video Diffusion Models
par: Lian, Long, et autres
Publié: (2023)
par: Lian, Long, et autres
Publié: (2023)
Visual Agentic Memory: Enabling Online Long Video Understanding via Online Indexing, Hierarchical Memory, and Agentic Retrieval
par: Li, Aiden Yiliu, et autres
Publié: (2026)
par: Li, Aiden Yiliu, et autres
Publié: (2026)
VideoMAR: Autoregressive Video Generatio with Continuous Tokens
par: Yu, Hu, et autres
Publié: (2025)
par: Yu, Hu, et autres
Publié: (2025)
V-DPO: Mitigating Hallucination in Large Vision Language Models via Vision-Guided Direct Preference Optimization
par: Xie, Yuxi, et autres
Publié: (2024)
par: Xie, Yuxi, et autres
Publié: (2024)
Consistent Video Editing as Flow-Driven Image-to-Video Generation
par: Wang, Ge, et autres
Publié: (2025)
par: Wang, Ge, et autres
Publié: (2025)
Focused Forcing: Content-Aware Per-Frame KV Selection for Efficient Autoregressive Video Diffusion
par: Cai, Peiliang, et autres
Publié: (2026)
par: Cai, Peiliang, et autres
Publié: (2026)
Speculative Decoding for Autoregressive Video Generation
par: Hu, Yuezhou, et autres
Publié: (2026)
par: Hu, Yuezhou, et autres
Publié: (2026)
GeometryCrafter: Consistent Geometry Estimation for Open-world Videos with Diffusion Priors
par: Xu, Tian-Xing, et autres
Publié: (2025)
par: Xu, Tian-Xing, et autres
Publié: (2025)
Active Video Perception: Iterative Evidence Seeking for Agentic Long Video Understanding
par: Wang, Ziyang, et autres
Publié: (2025)
par: Wang, Ziyang, et autres
Publié: (2025)
SwiftTry: Fast and Consistent Video Virtual Try-On with Diffusion Models
par: Nguyen, Hung, et autres
Publié: (2024)
par: Nguyen, Hung, et autres
Publié: (2024)
Bridging Modalities, Spanning Time: Structured Memory for Ultra-Long Agentic Video Reasoning
par: Li, Jiazheng, et autres
Publié: (2026)
par: Li, Jiazheng, et autres
Publié: (2026)
Agentic Video Intelligence: A Flexible Framework for Advanced Video Exploration and Understanding
par: Gao, Hong, et autres
Publié: (2025)
par: Gao, Hong, et autres
Publié: (2025)
Video Flow as Time Series: Discovering Temporal Consistency and Variability for VideoQA
par: Song, Zijie, et autres
Publié: (2025)
par: Song, Zijie, et autres
Publié: (2025)
Deep Video Discovery: Agentic Search with Tool Use for Long-form Video Understanding
par: Zhang, Xiaoyi, et autres
Publié: (2025)
par: Zhang, Xiaoyi, et autres
Publié: (2025)
Fast Autoregressive Video Generation with Diagonal Decoding
par: Ye, Yang, et autres
Publié: (2025)
par: Ye, Yang, et autres
Publié: (2025)
One-Step Diffusion for Detail-Rich and Temporally Consistent Video Super-Resolution
par: Sun, Yujing, et autres
Publié: (2025)
par: Sun, Yujing, et autres
Publié: (2025)
ContextAnyone: Context-Aware Diffusion for Character-Consistent Text-to-Video Generation
par: Mai, Ziyang, et autres
Publié: (2025)
par: Mai, Ziyang, et autres
Publié: (2025)
A Survey: Spatiotemporal Consistency in Video Generation
par: Yin, Zhiyu, et autres
Publié: (2025)
par: Yin, Zhiyu, et autres
Publié: (2025)
Documents similaires
-
VQQA: An Agentic Approach for Video Evaluation and Quality Improvement
par: Song, Yiwen, et autres
Publié: (2026) -
DySink: Dynamic Frame Sinks for Autoregressive Long Video Generation
par: Ye, Bo, et autres
Publié: (2026) -
Watch and Learn: Learning to Use Computers from Online Videos
par: Song, Chan Hee, et autres
Publié: (2025) -
VideoSEAL: Mitigating Evidence Misalignment in Agentic Long Video Understanding by Decoupling Answer Authority
par: Qiu, Chenhao, et autres
Publié: (2026) -
Adapting VACE for Real-Time Autoregressive Video Diffusion
par: Fosdick, Ryan
Publié: (2026)