AI 大模型

视频大模型

视频理解、视频生成、视频语言模型和时序视觉推理。

2025-09-25 至 2025-09-25 共收录 3 篇信号源：cs.CV, eess.IV, cs.MM

1. 视频扩散模型 3 篇

2412.07772 2025-09-25 cs.CV 83%

From Slow Bidirectional to Fast Autoregressive Video Diffusion Models

Tianwei Yin, Qiang Zhang, Richard Zhang, William T. Freeman, Fredo Durand, Eli Shechtman, Xun Huang

机构 * MIT（麻省理工学院）； Adobe（Adobe公司）

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

Comments CVPR 2025. Project Page: https://causvid.github.io/

2509.19690 2025-09-25 cs.CV 74%

From Prompt to Progression: Taming Video Diffusion Models for Seamless Attribute Transition

Ling Lo, Kelvin C. K. Chan, Wen-Huang Cheng, Ming-Hsuan Yang

机构 * National Yang Ming Chiao Tung University（阳明交通大学）； Google DeepMind（谷歌DeepMind）； National Taiwan University（国立台湾大学）； UC Merced（加州大学梅尔塞德斯分校）

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

Comments ICCV 2025

2509.20251 2025-09-25 cs.CV 70%

4D Driving Scene Generation With Stereo Forcing

Hao Lu, Zhuang Ma, Guangfeng Jiang, Wenhang Ge, Bohan Li, Yuzhan Cai, Wenzhao Zheng, Yunpeng Zhang, Yingcong Chen

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））； University of Science and Technology of China（中国科学技术大学）； Shanghai Jiao Tong University（上海交通大学）； University of California, Berkeley（加州大学伯克利分校）

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