Buchumschlag

SANA-Streaming: Real-time Streaming Video Editing with Hybrid Diffusion Transformer

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Yuyang, Pan, Yicheng, He, Qiyuan, Yu, Jincheng, Chen, Junsong, Ye, Tian, Liu, Haozhe, Xie, Enze, Han, Song
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

SANA-WM: Efficient Minute-Scale World Modeling with Hybrid Linear Diffusion Transformer
von: Zhu, Haoyi, et al.
Veröffentlicht: (2026)

SANA-Video: Efficient Video Generation with Block Linear Diffusion Transformer
von: Chen, Junsong, et al.
Veröffentlicht: (2025)

SANA-Sprint: One-Step Diffusion with Continuous-Time Consistency Distillation
von: Chen, Junsong, et al.
Veröffentlicht: (2025)

SANA 1.5: Efficient Scaling of Training-Time and Inference-Time Compute in Linear Diffusion Transformer
von: Xie, Enze, et al.
Veröffentlicht: (2025)

SANA: Efficient High-Resolution Image Synthesis with Linear Diffusion Transformers
von: Xie, Enze, et al.
Veröffentlicht: (2024)

StreamingVLM: Real-Time Understanding for Infinite Video Streams
von: Xu, Ruyi, et al.
Veröffentlicht: (2025)

LongLive: Real-time Interactive Long Video Generation
von: Yang, Shuai, et al.
Veröffentlicht: (2025)

Streaming Video Diffusion: Online Video Editing with Diffusion Models
von: Chen, Feng, et al.
Veröffentlicht: (2024)

DC-VideoGen: Efficient Video Generation with Deep Compression Video Autoencoder
von: Chen, Junyu, et al.
Veröffentlicht: (2025)

Make-A-Protagonist: Generic Video Editing with An Ensemble of Experts
von: Zhao, Yuyang, et al.
Veröffentlicht: (2023)

StreamSTGS: Streaming Spatial and Temporal Gaussian Grids for Real-Time Free-Viewpoint Video
von: Ke, Zhihui, et al.
Veröffentlicht: (2025)

Transtreaming: Adaptive Delay-aware Transformer for Real-time Streaming Perception
von: Zhang, Xiang, et al.
Veröffentlicht: (2024)

DC-AR: Efficient Masked Autoregressive Image Generation with Deep Compression Hybrid Tokenizer
von: Wu, Yecheng, et al.
Veröffentlicht: (2025)

DC-AE 1.5: Accelerating Diffusion Model Convergence with Structured Latent Space
von: Chen, Junyu, et al.
Veröffentlicht: (2025)

DiT as Real-Time Rerenderer: Streaming Video Stylization with Autoregressive Diffusion Transformer
von: Lyu, Hengye, et al.
Veröffentlicht: (2026)

HART: Efficient Visual Generation with Hybrid Autoregressive Transformer
von: Tang, Haotian, et al.
Veröffentlicht: (2024)

StreamDiT: Real-Time Streaming Text-to-Video Generation
von: Kodaira, Akio, et al.
Veröffentlicht: (2025)

EgoEdit: Dataset, Real-Time Streaming Model, and Benchmark for Egocentric Video Editing
von: Li, Runjia, et al.
Veröffentlicht: (2025)

StreamGVE: Training-Free Video Editing via Few-Step Streaming Video Generation
von: Jiao, Guanlong, et al.
Veröffentlicht: (2026)

PixArt-$α$: Fast Training of Diffusion Transformer for Photorealistic Text-to-Image Synthesis
von: Chen, Junsong, et al.
Veröffentlicht: (2023)

RAIN: Real-time Animation of Infinite Video Stream
von: Shu, Zhilei, et al.
Veröffentlicht: (2024)

StreamDiffusionV2: A Streaming System for Dynamic and Interactive Video Generation
von: Feng, Tianrui, et al.
Veröffentlicht: (2025)

Memory-efficient Streaming VideoLLMs for Real-time Procedural Video Understanding
von: Chatterjee, Dibyadip, et al.
Veröffentlicht: (2025)

MHLA: Restoring Expressivity of Linear Attention via Token-Level Multi-Head
von: Zhang, Kewei, et al.
Veröffentlicht: (2026)

CS-MUNet: A Channel-Spatial Dual-Stream Mamba Network for Multi-Organ Segmentation
von: Zheng, Yuyang, et al.
Veröffentlicht: (2026)

S2DiT: Sandwich Diffusion Transformer for Mobile Streaming Video Generation
von: Zhao, Lin, et al.
Veröffentlicht: (2026)

Towards Streaming Synchronized Spatial Audio Generation via Autoregressive Diffusion Transformer
von: Lei, Ke, et al.
Veröffentlicht: (2026)

Adaptive Caching for Faster Video Generation with Diffusion Transformers
von: Kahatapitiya, Kumara, et al.
Veröffentlicht: (2024)

StreamChat: Chatting with Streaming Video
von: Liu, Jihao, et al.
Veröffentlicht: (2024)

FluxMem: Adaptive Hierarchical Memory for Streaming Video Understanding
von: Xie, Yiweng, et al.
Veröffentlicht: (2026)

Promptus: Can Prompts Streaming Replace Video Streaming with Stable Diffusion
von: Wu, Jiangkai, et al.
Veröffentlicht: (2024)

DC-Gen: Post-Training Diffusion Acceleration with Deeply Compressed Latent Space
von: He, Wenkun, et al.
Veröffentlicht: (2025)

Extract-Transform-Load for Video Streams
von: Kossmann, Ferdinand, et al.
Veröffentlicht: (2023)

StreamCacheVGGT: Streaming Visual Geometry Transformers with Robust Scoring and Hybrid Cache Compression
von: Liu, Xuanyi, et al.
Veröffentlicht: (2026)

StreamAvatar: Streaming Diffusion Models for Real-Time Interactive Human Avatars
von: Sun, Zhiyao, et al.
Veröffentlicht: (2025)

StreamAgent: Towards Anticipatory Agents for Streaming Video Understanding
von: Yang, Haolin, et al.
Veröffentlicht: (2025)

Deep Compression Autoencoder for Efficient High-Resolution Diffusion Models
von: Chen, Junyu, et al.
Veröffentlicht: (2024)

Real-Time Anomaly Detection in Video Streams
von: Poirier, Fabien
Veröffentlicht: (2024)

REST: Diffusion-based Real-time End-to-end Streaming Talking Head Generation via ID-Context Caching and Asynchronous Streaming Distillation
von: Wang, Haotian, et al.
Veröffentlicht: (2025)

FlashDepth: Real-time Streaming Video Depth Estimation at 2K Resolution
von: Chou, Gene, et al.
Veröffentlicht: (2025)