Copertina

Compositional Video Generation via Inference-Time Guidance

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Shaulov, Ariel, Shaar, Eitan, Edenzon, Amit, Chechik, Gal, Wolf, Lior
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

TokenTrim: Inference-Time Token Pruning for Autoregressive Long Video Generation
di: Shaulov, Ariel, et al.
Pubblicazione: (2026)

Adapting to the Unknown: Training-Free Audio-Visual Event Perception with Dynamic Thresholds
di: Shaar, Eitan, et al.
Pubblicazione: (2025)

Latent Transfer Attack: Adversarial Examples via Generative Latent Spaces
di: Shaar, Eitan, et al.
Pubblicazione: (2026)

FlowMo: Variance-Based Flow Guidance for Coherent Motion in Video Generation
di: Shaulov, Ariel, et al.
Pubblicazione: (2025)

Classifier-Guided Captioning Across Modalities
di: Shaulov, Ariel, et al.
Pubblicazione: (2025)

Data-Driven Loss Functions for Inference-Time Optimization in Text-to-Image
di: Yiflach, Sapir Esther, et al.
Pubblicazione: (2025)

Motion by Queries: Identity-Motion Trade-offs in Text-to-Video Generation
di: Atzmon, Yuval, et al.
Pubblicazione: (2024)

IlluSign: Illustrating Sign Language Videos by Leveraging the Attention Mechanism
di: Bruner, Janna, et al.
Pubblicazione: (2025)

Training-Free Consistent Text-to-Image Generation
di: Tewel, Yoad, et al.
Pubblicazione: (2024)

Add-it: Training-Free Object Insertion in Images With Pretrained Diffusion Models
di: Tewel, Yoad, et al.
Pubblicazione: (2024)

ComfyGen: Prompt-Adaptive Workflows for Text-to-Image Generation
di: Gal, Rinon, et al.
Pubblicazione: (2024)

Single Image Iterative Subject-driven Generation and Editing
di: Shpitzer, Yair, et al.
Pubblicazione: (2025)

Fast 4D Mesh Generation by Spatio-Temporal Attention Chains
di: Samuel, Dvir, et al.
Pubblicazione: (2026)

Per-Query Visual Concept Learning
di: Malca, Ori, et al.
Pubblicazione: (2025)

VideoJAM: Joint Appearance-Motion Representations for Enhanced Motion Generation in Video Models
di: Chefer, Hila, et al.
Pubblicazione: (2025)

LCM-Lookahead for Encoder-based Text-to-Image Personalization
di: Gal, Rinon, et al.
Pubblicazione: (2024)

OmnimatteZero: Fast Training-free Omnimatte with Pre-trained Video Diffusion Models
di: Samuel, Dvir, et al.
Pubblicazione: (2025)

Still-Moving: Customized Video Generation without Customized Video Data
di: Chefer, Hila, et al.
Pubblicazione: (2024)

Bringing Objects to Life: training-free 4D generation from 3D objects through view consistent noise
di: Rahamim, Ohad, et al.
Pubblicazione: (2024)

Assessing Image Quality Using a Simple Generative Representation
di: Raviv, Simon, et al.
Pubblicazione: (2024)

TriTex: Learning Texture from a Single Mesh via Triplane Semantic Features
di: Cohen-Bar, Dana, et al.
Pubblicazione: (2025)

IT$^3$: Idempotent Test-Time Training
di: Durasov, Nikita, et al.
Pubblicazione: (2024)

Key-Locked Rank One Editing for Text-to-Image Personalization
di: Tewel, Yoad, et al.
Pubblicazione: (2023)

ConsiStyle: Style Diversity in Training-Free Consistent T2I Generation
di: Mazuz, Yohai, et al.
Pubblicazione: (2025)

SphereUFormer: A U-Shaped Transformer for Spherical 360 Perception
di: Benny, Yaniv, et al.
Pubblicazione: (2024)

Diffusion-Based Attention Warping for Consistent 3D Scene Editing
di: Gomel, Eyal, et al.
Pubblicazione: (2024)

MultiAct: Text-to-Motion Generation from Composite Text via Tailored Attention Guidance
di: Sala, Nathan, et al.
Pubblicazione: (2026)

Policy Optimized Text-to-Image Pipeline Design
di: Gadot, Uri, et al.
Pubblicazione: (2025)

Efficient Verification-Based Face Identification
di: Rozner, Amit, et al.
Pubblicazione: (2023)

Domain-Generalizable Multiple-Domain Clustering
di: Rozner, Amit, et al.
Pubblicazione: (2023)

MovieRecapsQA: A Multimodal Open-Ended Video Question-Answering Benchmark
di: Shaar, Shaden, et al.
Pubblicazione: (2026)

Fast Autoregressive Video Diffusion and World Models with Temporal Cache Compression and Sparse Attention
di: Samuel, Dvir, et al.
Pubblicazione: (2026)

Guardians of Generation: Dynamic Inference-Time Copyright Shielding with Adaptive Guidance for AI Image Generation
di: Roy, Soham, et al.
Pubblicazione: (2025)

Padding Tone: A Mechanistic Analysis of Padding Tokens in T2I Models
di: Toker, Michael, et al.
Pubblicazione: (2025)

Obtaining Favorable Layouts for Multiple Object Generation
di: Battash, Barak, et al.
Pubblicazione: (2024)

A Meaningful Perturbation Metric for Evaluating Explainability Methods
di: Cohen, Danielle, et al.
Pubblicazione: (2025)

Lay-A-Scene: Personalized 3D Object Arrangement Using Text-to-Image Priors
di: Rahamim, Ohad, et al.
Pubblicazione: (2024)

Video Analysis and Generation via a Semantic Progress Function
di: Metzer, Gal, et al.
Pubblicazione: (2026)

FancyVideo: Towards Dynamic and Consistent Video Generation via Cross-frame Textual Guidance
di: Feng, Jiasong, et al.
Pubblicazione: (2024)

Spectral Progressive Diffusion for Efficient Image and Video Generation
di: Xiao, Howard, et al.
Pubblicazione: (2026)