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。

2025-10-02 至 2025-10-02 共收录 3 篇信号源：cs.CV, eess.IV, cs.MM

1. 视频扩散模型 3 篇

2504.10567 2025-10-02 cs.CV eess.IV 84%

H3AE: High Compression, High Speed, and High Quality AutoEncoder for Video Diffusion Models

Yushu Wu, Yanyu Li, Ivan Skorokhodov, Anil Kag, Willi Menapace, Sharath Girish, Aliaksandr Siarohin, Yanzhi Wang, Sergey Tulyakov

机构 * Snap Inc. ； Northeastern University（东北大学）

专题命中视频扩散模型：video diffusion(title)；video generation(abstract)；text-to-video(abstract)；分类 cs.CV、eess.IV

Comments 17 pages, 6 figures, 9 tables

2509.23769 2025-10-02 cs.GR cs.AI cs.CV 79%

ReLumix: Extending Image Relighting to Video via Video Diffusion Models

Lezhong Wang, Shutong Jin, Ruiqi Cui, Anders Bjorholm Dahl, Jeppe Revall Frisvad, Siavash Bigdeli

机构 * Technical University of Denmark（丹麦技术大学）； KTH Royal Institute of Technology（皇家理工学院）

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

Comments Project page: https://lez-s.github.io/Relumix_project/

2505.24210 2025-10-02 cs.CV cs.NA math.NA 57%

STORK: Faster Diffusion And Flow Matching Sampling By Resolving Both Stiffness And Structure-Dependence

Zheng Tan, Weizhen Wang, Andrea L. Bertozzi, Ernest K. Ryu

机构 * Department of Mathematics, University of California, Los Angeles（数学系，加州大学洛杉矶分校）； Department of Computer Science, University of California, Los Angeles（计算机科学系，加州大学洛杉矶分校）

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