视频大模型

LRQ-DiT: Log-Rotation Post-Training Quantization of Diffusion Transformers for Image and Video Generation

Lianwei Yang, Haokun Lin, Tianchen Zhao, Yichen Wu, Hongyu Zhu, Ruiqi Xie, Zhenan Sun, Yu Wang, Qingyi Gu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） 纠错

专题命中 视频扩散模型 ：video generation(title,abstract)；text-to-video(abstract)；分类 cs.CV

Lyra: Generative 3D Scene Reconstruction via Video Diffusion Model Self-Distillation

Sherwin Bahmani, Tianchang Shen, Jiawei Ren, Jiahui Huang, Yifeng Jiang, Haithem Turki, Andrea Tagliasacchi, David B. Lindell, Zan Gojcic, Sanja Fidler, Huan Ling, Jun Gao, Xuanchi Ren

机构 * NVIDIA ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； Simon Fraser University（西蒙弗雷泽大学） 纠错

专题命中 视频扩散模型 ：video diffusion(title,abstract)；分类 cs.CV

Comments Project Page: https://research.nvidia.com/labs/toronto-ai/lyra/

SparseDiT: Token Sparsification for Efficient Diffusion Transformer

Shuning Chang, Pichao Wang, Jiasheng Tang, Fan Wang, Yi Yang

机构 * Zhejiang University（浙江大学） ； Damo Academy, Alibaba Group（阿里达摩院） ； Hupan Lab（虎斑实验室） 纠错

专题命中 视频扩散模型 ：video generation(abstract)；分类 cs.CV

Comments 39th Conference on Neural Information Processing Systems (NeurIPS 2025)