Buchumschlag

Geometry-Aware Implicit Memory for Video World Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wei, Zhengxuan, Guo, Xu, Li, Xinghui, Xiang, Xunzhi, Wei, Min, Zhu, Yiran, Wang, Qiulin, Wang, Xintao, Wan, Pengfei, Hou, Xiangwang, Fan, Qi
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

UniVideo: Unified Understanding, Generation, and Editing for Videos
von: Wei, Cong, et al.
Veröffentlicht: (2025)

Make It Efficient: Dynamic Sparse Attention for Autoregressive Image Generation
von: Xiang, Xunzhi, et al.
Veröffentlicht: (2025)

Context as Memory: Scene-Consistent Interactive Long Video Generation with Memory Retrieval
von: Yu, Jiwen, et al.
Veröffentlicht: (2025)

FullDiT: Multi-Task Video Generative Foundation Model with Full Attention
von: Ju, Xuan, et al.
Veröffentlicht: (2025)

GameFactory: Creating New Games with Generative Interactive Videos
von: Yu, Jiwen, et al.
Veröffentlicht: (2025)

UniCustom: Unified Visual Conditioning for Multi-Reference Image Generation
von: Xu, Yiyan, et al.
Veröffentlicht: (2026)

VideoCanvas: Unified Video Completion from Arbitrary Spatiotemporal Patches via In-Context Conditioning
von: Cai, Minghong, et al.
Veröffentlicht: (2025)

ConceptMaster: Multi-Concept Video Customization on Diffusion Transformer Models Without Test-Time Tuning
von: Huang, Yuzhou, et al.
Veröffentlicht: (2025)

Flow-NeRF: Joint Learning of Geometry, Poses, and Dense Flow within Unified Neural Representations
von: Zheng, Xunzhi, et al.
Veröffentlicht: (2025)

UNIC: Unified In-Context Video Editing
von: Ye, Zixuan, et al.
Veröffentlicht: (2025)

DreamID-V:Bridging the Image-to-Video Gap for High-Fidelity Face Swapping via Diffusion Transformer
von: Guo, Xu, et al.
Veröffentlicht: (2026)

FullDiT2: Efficient In-Context Conditioning for Video Diffusion Transformers
von: He, Xuanhua, et al.
Veröffentlicht: (2025)

Geometry-Aware Rotary Position Embedding for Consistent Video World Model
von: Xiang, Chendong, et al.
Veröffentlicht: (2026)

Position: Interactive Generative Video as Next-Generation Game Engine
von: Yu, Jiwen, et al.
Veröffentlicht: (2025)

FantasyWorld: Geometry-Consistent World Modeling via Unified Video and 3D Prediction
von: Dai, Yixiang, et al.
Veröffentlicht: (2025)

CineScene: Implicit 3D as Effective Scene Representation for Cinematic Video Generation
von: Huang, Kaiyi, et al.
Veröffentlicht: (2026)

DecMem: Towards Minute-Long Consistent World Generation with Decoupled Memory
von: Yang, Zhenhao, et al.
Veröffentlicht: (2026)

Out of Sight but Not Out of Mind: Hybrid Memory for Dynamic Video World Models
von: Chen, Kaijin, et al.
Veröffentlicht: (2026)

StereoWorld: Geometry-Aware Monocular-to-Stereo Video Generation
von: Xing, Ke, et al.
Veröffentlicht: (2025)

CineMaster: A 3D-Aware and Controllable Framework for Cinematic Text-to-Video Generation
von: Wang, Qinghe, et al.
Veröffentlicht: (2025)

Simulating the Visual World with Artificial Intelligence: A Roadmap
von: Yue, Jingtong, et al.
Veröffentlicht: (2025)

Pathwise Test-Time Correction for Autoregressive Long Video Generation
von: Xiang, Xunzhi, et al.
Veröffentlicht: (2026)

A Survey of Interactive Generative Video
von: Yu, Jiwen, et al.
Veröffentlicht: (2025)

3D-Aware Implicit Motion Control for View-Adaptive Human Video Generation
von: Fang, Zhixue, et al.
Veröffentlicht: (2026)

Selective, Regularized, and Calibrated: Harnessing Vision Foundation Models for Cross-Domain Few-Shot Semantic Segmentation
von: Ma, Junyuan, et al.
Veröffentlicht: (2026)

Visual-Aware CoT: Achieving High-Fidelity Visual Consistency in Unified Models
von: Ye, Zixuan, et al.
Veröffentlicht: (2025)

StyleMaster: Stylize Your Video with Artistic Generation and Translation
von: Ye, Zixuan, et al.
Veröffentlicht: (2024)

Think, then Score: Decoupled Reasoning and Scoring for Video Reward Modeling
von: Wang, Yuan, et al.
Veröffentlicht: (2026)

SketchVideo: Sketch-based Video Generation and Editing
von: Liu, Feng-Lin, et al.
Veröffentlicht: (2025)

SPDA-SAM: A Self-prompted Depth-Aware Segment Anything Model for Instance Segmentation
von: Shang, Yihan, et al.
Veröffentlicht: (2026)

PanoWorld-X: Generating Explorable Panoramic Worlds via Sphere-Aware Video Diffusion
von: Yin, Yuyang, et al.
Veröffentlicht: (2025)

Adaptive AUV Hunting Policy with Covert Communication via Diffusion Model
von: Guo, Xu, et al.
Veröffentlicht: (2025)

SphereDiffusion: Spherical Geometry-Aware Distortion Resilient Diffusion Model
von: Wu, Tao, et al.
Veröffentlicht: (2024)

A Semi-supervised Physics-Aware Triple-Stream Underwater Image Enhancement Network
von: Xu, Shixuan, et al.
Veröffentlicht: (2023)

PatchVSR: Breaking Video Diffusion Resolution Limits with Patch-wise Video Super-Resolution
von: Du, Shian, et al.
Veröffentlicht: (2025)

SymphoMotion: Joint Control of Camera Motion and Object Dynamics for Coherent Video Generation
von: Zhang, Guiyu, et al.
Veröffentlicht: (2026)

Reduced-order modeling of Hamiltonian dynamics based on symplectic neural networks
von: Chen, Yongsheng, et al.
Veröffentlicht: (2025)

Learning Video Generation for Robotic Manipulation with Collaborative Trajectory Control
von: Fu, Xiao, et al.
Veröffentlicht: (2025)

Scaling Image and Video Generation via Test-Time Evolutionary Search
von: He, Haoran, et al.
Veröffentlicht: (2025)

Dual-Pathway Geometry-Aware MLLM for Spatial Intelligence
von: Zheng, Yufei, et al.
Veröffentlicht: (2026)