视频大模型

DC-VideoGen: Efficient Video Generation with Deep Compression Video Autoencoder

Junyu Chen, Wenkun He, Yuchao Gu, Yuyang Zhao, Jincheng Yu, Junsong Chen, Dongyun Zou, Yujun Lin, Zhekai Zhang, Muyang Li, Haocheng Xi, Ligeng Zhu, Enze Xie, Song Han, Han Cai

机构 * NVIDIA（英伟达） 纠错

专题命中 视频生成 ：video generation(title,abstract)；video diffusion(abstract)；分类 cs.CV

Comments Tech Report. The first three authors contributed equally to this work

BLADE: Block-Sparse Attention Meets Step Distillation for Efficient Video Generation

Youping Gu, Xiaolong Li, Yuhao Hu, Minqi Chen, Bohan Zhuang

机构 * Zhejiang University（浙江大学） ； Central Media Technology Institute, Huawei Technologies（华为技术有限公司中央媒体技术研究所） 纠错

专题命中 视频生成 ：video generation(title,abstract)；text-to-video(abstract)；分类 cs.CV

Comments Tech report

FreeAction: Training-Free Techniques for Enhanced Fidelity of Trajectory-to-Video Generation

Seungwook Kim, Seunghyeon Lee, Minsu Cho

机构 * POSTECH ； Ewha Womans University（成均馆大学） ； RLWRLD 纠错

专题命中 视频生成 ：video generation(title,abstract)；分类 cs.CV

Comments 8 pages, 4 figures, accepted to CoRL 2025 LSRW workshop

Autoregressive Video Generation beyond Next Frames Prediction

Sucheng Ren, Chen Chen, Zhenbang Wang, Liangchen Song, Xiangxin Zhu, Alan Yuille, Yinfei Yang, Jiasen Lu

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Apple（苹果公司） 纠错

专题命中 视频生成 ：video generation(title,abstract)；分类 cs.CV

T2Bs: Text-to-Character Blendshapes via Video Generation

Jiahao Luo, Chaoyang Wang, Michael Vasilkovsky, Vladislav Shakhrai, Di Liu, Peiye Zhuang, Sergey Tulyakov, Peter Wonka, Hsin-Ying Lee, James Davis, Jian Wang

专题命中 视频生成 ：video generation(title)；video diffusion(abstract)

UI2V-Bench: An Understanding-based Image-to-video Generation Benchmark

Ailing Zhang, Lina Lei, Dehong Kong, Zhixin Wang, Jiaqi Xu, Fenglong Song, Chun-Le Guo, Chang Liu, Fan Li, Jie Chen

机构 * Peking University（北京大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； Nankai University（南开大学） ； Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Tsinghua University（清华大学） 纠错

专题命中 视频生成 ：video generation(title)；分类 cs.CV

Learning Object-Centric Representations Based on Slots in Real World Scenarios

Adil Kaan Akan

机构 * Computer Science and Engineering（计算机科学与工程） 纠错

专题命中 视频生成 ：video generation(abstract)；分类 cs.CV

Comments PhD Thesis, overlap with arXiv:2507.20855 and arXiv:2501.15878

Sparse2Dense: A Keypoint-driven Generative Framework for Human Video Compression and Vertex Prediction

Bolin Chen, Ru-Ling Liao, Yan Ye, Jie Chen, Shanzhi Yin, Xinrui Ju, Shiqi Wang, Yibo Fan

机构 * Fudan University（复旦大学） ； DAMO Academy, Alibaba Group（阿里达摩院） ； Hupan Lab（华潘实验室） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 视频生成 ：video generation(abstract)；分类 cs.CV