MMG-Vid: Maximizing Marginal Gains at Segment-level and Token-level for Efficient Video LLMs
专题命中 视频理解 :video understanding(abstract);分类 cs.CV
Comments 10 pages, 3 figures
AI 大模型
视频理解、视频生成、视频语言模型和时序视觉推理。
专题命中 视频理解 :video understanding(abstract);分类 cs.CV
Comments 10 pages, 3 figures
机构 * The State Key Laboratory of Blockchain and Data Security(区块链与数据安全国家重点实验室) ; Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security(杭州高新技术区(滨江)区块链与数据安全研究院) ; Department of Computing, The Hong Kong Polytechnic University(香港理工大学计算机系) ; School of Computer Science, Beijing University of Posts and Telecommunications(北京邮电大学计算机学院)
专题命中 视频理解 :video understanding(abstract);分类 cs.CV
Comments Accepted at EMNLP 2025 Main
机构 * School of Vehicle and Mobility, and State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University(车辆与移动系统学院,智能绿色车辆与移动系统国家重点实验室,清华大学) ; WUWEN AI ; PhiGent Robotics
专题命中 视频生成 :video generation(title);分类 cs.CV
机构 * Visual Geometry Group, University of Oxford(牛津大学视觉几何组)
专题命中 视频生成 :video generation(title);分类 cs.CV
Comments Accepted at ICCV 2025. Project page: https://vgg-puppetmaster.github.io/
专题命中 视频扩散模型 :video diffusion(title,abstract);text-to-video(title,abstract);video generation(abstract);分类 cs.CV
机构 * University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) ; SpreeAI
专题命中 视频扩散模型 :video diffusion(abstract);分类 cs.CV
Comments Project Page: https://immortalco.github.io/DressAndDance/
专题命中 视频扩散模型 :video generation(abstract);分类 cs.CV
Comments Code: github.com/showlab/Ego-PM
机构 * Kling Team, Kuaishou Technology(快手科技 Kling 团队) ; Zhejiang University(浙江大学) ; Tsinghua University(清华大学)
专题命中 长视频与时序推理 :video generation(title,abstract);分类 cs.CV
Comments Technical Report. Project Page: https://chenmingthu.github.io/milm/