Buchumschlag

Lumos-Nexus: Efficient Frequency Bridging with Homogeneous Latent Space for Video Unified Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Xing, Jiazheng, Yuan, Hangjie, Cai, Lingling, Liu, Xinyu, Wei, Yujie, Du, Fei, Ci, Hai, Feng, Tao, Tang, Jiasheng, Chen, Weihua, Wang, Fan, Liu, Yong
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

LumosX: Relate Any Identities with Their Attributes for Personalized Video Generation
von: Xing, Jiazheng, et al.
Veröffentlicht: (2026)

UniLumos: Fast and Unified Image and Video Relighting with Physics-Plausible Feedback
von: Liu, Ropeway, et al.
Veröffentlicht: (2025)

Lumos-1: On Autoregressive Video Generation with Discrete Diffusion from a Unified Model Perspective
von: Yuan, Hangjie, et al.
Veröffentlicht: (2025)

LumosFlow: Motion-Guided Long Video Generation
von: Chen, Jiahao, et al.
Veröffentlicht: (2025)

OptMark: Robust Multi-bit Diffusion Watermarking via Inference Time Optimization
von: Xing, Jiazheng, et al.
Veröffentlicht: (2025)

Towards Reason-Informed Video Editing in Unified Models with Self-Reflective Learning
von: Liu, Xinyu, et al.
Veröffentlicht: (2025)

Knowledge is Power: Advancing Few-shot Action Recognition with Multimodal Semantics from MLLMs
von: Xing, Jiazheng, et al.
Veröffentlicht: (2026)

DreamVideo-Omni: Omni-Motion Controlled Multi-Subject Video Customization with Latent Identity Reinforcement Learning
von: Wei, Yujie, et al.
Veröffentlicht: (2026)

Lumos Extrema
von: Moitra, Upamanyu
Veröffentlicht: (2024)

DFVEdit: Conditional Delta Flow Vector for Zero-shot Video Editing
von: Cai, Lingling, et al.
Veröffentlicht: (2025)

FreeMask: Rethinking the Importance of Attention Masks for Zero-Shot Video Editing
von: Cai, Lingling, et al.
Veröffentlicht: (2024)

Latent SDEs on Homogeneous Spaces
von: Zeng, Sebastian, et al.
Veröffentlicht: (2023)

Agent Lumos: Unified and Modular Training for Open-Source Language Agents
von: Yin, Da, et al.
Veröffentlicht: (2023)

Homogeneous Dynamics Space for Heterogeneous Humans
von: Liu, Xinpeng, et al.
Veröffentlicht: (2024)

Goal-oriented Transmission Scheduling: Structure-guided DRL with a Unified Dual On-policy and Off-policy Approach
von: Chen, Jiazheng, et al.
Veröffentlicht: (2025)

Bridging Brain and Semantics: A Hierarchical Framework for Semantically Enhanced fMRI-to-Video Reconstruction
von: Wei, Yujie, et al.
Veröffentlicht: (2026)

Impossible Videos
von: Bai, Zechen, et al.
Veröffentlicht: (2025)

Time-Frequency Jointed Imperceptible Adversarial Attack to Brainprint Recognition with Deep Learning Models
von: Yi, Hangjie, et al.
Veröffentlicht: (2024)

Towards Unified and Lossless Latent Space for 3D Molecular Latent Diffusion Modeling
von: Luo, Yanchen, et al.
Veröffentlicht: (2025)

Spacing and Wavelength Tunable Frequency Comb
von: Cai, Yijia, et al.
Veröffentlicht: (2025)

Unified Semiclassical Theory of Nonlinear Hall Effect:Bridging Ballistic and Diffusive Transport Regime
von: Liu, Xinyu, et al.
Veröffentlicht: (2025)

Unifying Latent and Lexicon Representations for Effective Video-Text Retrieval
von: Liu, Haowei, et al.
Veröffentlicht: (2024)

Cyc3D: Fine-grained Controllable 3D Generation via Cycle Consistency Regularization
von: Xu, Hongbin, et al.
Veröffentlicht: (2025)

Lumos: Let there be Language Model System Certification
von: Chaudhary, Isha, et al.
Veröffentlicht: (2025)

H2R-Grounder: A Paired-Data-Free Paradigm for Translating Human Interaction Videos into Physically Grounded Robot Videos
von: Ci, Hai, et al.
Veröffentlicht: (2025)

OmniBridge: Unified Multimodal Understanding, Generation, and Retrieval via Latent Space Alignment
von: Xiao, Teng, et al.
Veröffentlicht: (2025)

Bridging Modalities, Spanning Time: Structured Memory for Ultra-Long Agentic Video Reasoning
von: Li, Jiazheng, et al.
Veröffentlicht: (2026)

X-Humanoid: Robotize Human Videos to Generate Humanoid Videos at Scale
von: Yang, Pei, et al.
Veröffentlicht: (2025)

Lumos : Empowering Multimodal LLMs with Scene Text Recognition
von: Shenoy, Ashish, et al.
Veröffentlicht: (2024)

UniPaint: Unified Space-time Video Inpainting via Mixture-of-Experts
von: Wan, Zhen, et al.
Veröffentlicht: (2024)

NexusFlow: Unifying Disparate Tasks under Partial Supervision via Invertible Flow Networks
von: Lin, Fangzhou, et al.
Veröffentlicht: (2025)

Unifying and Enhancing Graph Transformers via a Hierarchical Mask Framework
von: Xing, Yujie, et al.
Veröffentlicht: (2025)

Joint Geometry-Appearance Human Reconstruction in a Unified Latent Space via Bridge Diffusion
von: Tang, Yingzhi, et al.
Veröffentlicht: (2026)

Energetic variational formulation for electrohydrodynamics of surfactant-laden droplets
von: Ji, Hangjie, et al.
Veröffentlicht: (2026)

WMAdapter: Adding WaterMark Control to Latent Diffusion Models
von: Ci, Hai, et al.
Veröffentlicht: (2024)

Bridging Homogeneous and Heterogeneous Catalysis: Phosphine‐Functionalized Metal‐Organic Frameworks
von: Wenmiao Chen, et al.
Veröffentlicht: (2024)

Bridging Homogeneous and Heterogeneous Catalysis: Phosphine‐Functionalized Metal‐Organic Frameworks
von: Wenmiao Chen, et al.
Veröffentlicht: (2024)

World-VLA-Loop: Closed-Loop Learning of Video World Model and VLA Policy
von: Liu, Xiaokang, et al.
Veröffentlicht: (2026)

CFSum: A Transformer-Based Multi-Modal Video Summarization Framework With Coarse-Fine Fusion
von: Guo, Yaowei, et al.
Veröffentlicht: (2025)

Boosting Graph Robustness Against Backdoor Attacks: An Over-Similarity Perspective
von: Liu, Chang, et al.
Veröffentlicht: (2025)