StreamingEffect: Real-Time Human-Centric Video Effect Generation
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Song, Yiren, Liu, Cheng, Jiang, Yuxin, Shou, Mike Zheng |
|---|---|
| Format: | Preprint |
| Publié: |
2026
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
Mitty: Diffusion-based Human-to-Robot Video Generation
par: Song, Yiren, et autres
Publié: (2025)
par: Song, Yiren, et autres
Publié: (2025)
X-Humanoid: Robotize Human Videos to Generate Humanoid Videos at Scale
par: Yang, Pei, et autres
Publié: (2025)
par: Yang, Pei, et autres
Publié: (2025)
MakeAnything: Harnessing Diffusion Transformers for Multi-Domain Procedural Sequence Generation
par: Song, Yiren, et autres
Publié: (2025)
par: Song, Yiren, et autres
Publié: (2025)
OmniHumanoid: Streaming Cross-Embodiment Video Generation with Paired-Free Adaptation
par: Song, Yiren, et autres
Publié: (2026)
par: Song, Yiren, et autres
Publié: (2026)
OmniConsistency: Learning Style-Agnostic Consistency from Paired Stylization Data
par: Song, Yiren, et autres
Publié: (2025)
par: Song, Yiren, et autres
Publié: (2025)
OmniPSD: Layered PSD Generation with Diffusion Transformer
par: Liu, Cheng, et autres
Publié: (2025)
par: Liu, Cheng, et autres
Publié: (2025)
WorldWander: Bridging Egocentric and Exocentric Worlds in Video Generation
par: Song, Quanjian, et autres
Publié: (2025)
par: Song, Quanjian, et autres
Publié: (2025)
DiffSim: Taming Diffusion Models for Evaluating Visual Similarity
par: Song, Yiren, et autres
Publié: (2024)
par: Song, Yiren, et autres
Publié: (2024)
VISTA: Triplet-Supervised Video Style Transfer with Diffusion Transformers
par: Song, Yiren, et autres
Publié: (2026)
par: Song, Yiren, et autres
Publié: (2026)
Edit2Perceive: Image Editing Diffusion Models Are Strong Dense Perceivers
par: Shi, Yiqing, et autres
Publié: (2025)
par: Shi, Yiqing, et autres
Publié: (2025)
LayerTracer: Cognitive-Aligned Layered SVG Synthesis via Diffusion Transformer
par: Song, Yiren, et autres
Publié: (2025)
par: Song, Yiren, et autres
Publié: (2025)
H2R-Grounder: A Paired-Data-Free Paradigm for Translating Human Interaction Videos into Physically Grounded Robot Videos
par: Ci, Hai, et autres
Publié: (2025)
par: Ci, Hai, et autres
Publié: (2025)
IDProtector: An Adversarial Noise Encoder to Protect Against ID-Preserving Image Generation
par: Song, Yiren, et autres
Publié: (2024)
par: Song, Yiren, et autres
Publié: (2024)
Personalized Vision via Visual In-Context Learning
par: Jiang, Yuxin, et autres
Publié: (2025)
par: Jiang, Yuxin, et autres
Publié: (2025)
P-Flow: Prompting Visual Effects Generation
par: Zhao, Rui, et autres
Publié: (2026)
par: Zhao, Rui, et autres
Publié: (2026)
UENR-600K: A Large-Scale Physically Grounded Dataset for Nighttime Video Deraining
par: Yang, Pei, et autres
Publié: (2026)
par: Yang, Pei, 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)
Steganalysis on Digital Watermarking: Is Your Defense Truly Impervious?
par: Yang, Pei, et autres
Publié: (2024)
par: Yang, Pei, et autres
Publié: (2024)
RingID: Rethinking Tree-Ring Watermarking for Enhanced Multi-Key Identification
par: Ci, Hai, et autres
Publié: (2024)
par: Ci, Hai, et autres
Publié: (2024)
The Consistency Critic: Correcting Inconsistencies in Generated Images via Reference-Guided Attentive Alignment
par: Ouyang, Ziheng, et autres
Publié: (2025)
par: Ouyang, Ziheng, et autres
Publié: (2025)
Anti-Reference: Universal and Immediate Defense Against Reference-Based Generation
par: Song, Yiren, et autres
Publié: (2024)
par: Song, Yiren, et autres
Publié: (2024)
PAI-Studio: Cinematic Video Background Replacement with Camera-Aware Motion
par: Gao, Heyuan, et autres
Publié: (2026)
par: Gao, Heyuan, et autres
Publié: (2026)
VLog: Video-Language Models by Generative Retrieval of Narration Vocabulary
par: Lin, Kevin Qinghong, et autres
Publié: (2025)
par: Lin, Kevin Qinghong, et autres
Publié: (2025)
SWEET: Sparse World Modeling with Image Editing for Embodied Task Execution
par: Song, Yiren, et autres
Publié: (2026)
par: Song, Yiren, et autres
Publié: (2026)
Stream-T1: Test-Time Scaling for Streaming Video Generation
par: Tu, Yijing, et autres
Publié: (2026)
par: Tu, Yijing, et autres
Publié: (2026)
Hallo-Live: Real-Time Streaming Joint Audio-Video Avatar Generation with Asynchronous Dual-Stream and Human-Centric Preference Distillation
par: Li, Chunyu, et autres
Publié: (2026)
par: Li, Chunyu, et autres
Publié: (2026)
TPDiff: Temporal Pyramid Video Diffusion Model
par: Ran, Lingmin, et autres
Publié: (2025)
par: Ran, Lingmin, et autres
Publié: (2025)
VideoLLM-online: Online Video Large Language Model for Streaming Video
par: Chen, Joya, et autres
Publié: (2024)
par: Chen, Joya, et autres
Publié: (2024)
LiveCC: Learning Video LLM with Streaming Speech Transcription at Scale
par: Chen, Joya, et autres
Publié: (2025)
par: Chen, Joya, et autres
Publié: (2025)
Impossible Videos
par: Bai, Zechen, et autres
Publié: (2025)
par: Bai, Zechen, et autres
Publié: (2025)
PhotoDoodle: Learning Artistic Image Editing from Few-Shot Pairwise Data
par: Huang, Shijie, et autres
Publié: (2025)
par: Huang, Shijie, et autres
Publié: (2025)
Olaf-World: Orienting Latent Actions for Video World Modeling
par: Jiang, Yuxin, et autres
Publié: (2026)
par: Jiang, Yuxin, et autres
Publié: (2026)
AnyFlow: Any-Step Video Diffusion Model with On-Policy Flow Map Distillation
par: Gu, Yuchao, et autres
Publié: (2026)
par: Gu, Yuchao, et autres
Publié: (2026)
WMAdapter: Adding WaterMark Control to Latent Diffusion Models
par: Ci, Hai, et autres
Publié: (2024)
par: Ci, Hai, et autres
Publié: (2024)
Long-Context Autoregressive Video Modeling with Next-Frame Prediction
par: Gu, Yuchao, et autres
Publié: (2025)
par: Gu, Yuchao, et autres
Publié: (2025)
TransAnimate: Taming Layer Diffusion to Generate RGBA Video
par: Chen, Xuewei, et autres
Publié: (2025)
par: Chen, Xuewei, et autres
Publié: (2025)
PANDA: Towards Generalist Video Anomaly Detection via Agentic AI Engineer
par: Yang, Zhiwei, et autres
Publié: (2025)
par: Yang, Zhiwei, et autres
Publié: (2025)
SAM-I2V: Upgrading SAM to Support Promptable Video Segmentation with Less than 0.2% Training Cost
par: Mei, Haiyang, et autres
Publié: (2025)
par: Mei, Haiyang, et autres
Publié: (2025)
StreamingVLM: Real-Time Understanding for Infinite Video Streams
par: Xu, Ruyi, et autres
Publié: (2025)
par: Xu, Ruyi, et autres
Publié: (2025)
Exploring a Unified Vision-Centric Contrastive Alternatives on Multi-Modal Web Documents
par: Lin, Yiqi, et autres
Publié: (2025)
par: Lin, Yiqi, et autres
Publié: (2025)
Documents similaires
-
Mitty: Diffusion-based Human-to-Robot Video Generation
par: Song, Yiren, et autres
Publié: (2025) -
X-Humanoid: Robotize Human Videos to Generate Humanoid Videos at Scale
par: Yang, Pei, et autres
Publié: (2025) -
MakeAnything: Harnessing Diffusion Transformers for Multi-Domain Procedural Sequence Generation
par: Song, Yiren, et autres
Publié: (2025) -
OmniHumanoid: Streaming Cross-Embodiment Video Generation with Paired-Free Adaptation
par: Song, Yiren, et autres
Publié: (2026) -
OmniConsistency: Learning Style-Agnostic Consistency from Paired Stylization Data
par: Song, Yiren, et autres
Publié: (2025)