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。

2025-10-09 至 2025-10-09 共收录 2 篇信号源：cs.CV, eess.IV, cs.MM

1. 视频扩散模型 2 篇

2510.07190 2025-10-09 cs.CV 83%

MV-Performer: Taming Video Diffusion Model for Faithful and Synchronized Multi-view Performer Synthesis

Yihao Zhi, Chenghong Li, Hongjie Liao, Xihe Yang, Zhengwentai Sun, Jiahao Chang, Xiaodong Cun, Wensen Feng, Xiaoguang Han

机构 * Great Bay University（大亚湾大学）； School of Artificial Intelligence, Shenzhen University（深圳大学人工智能学院）； Guangdong Provincial Key Laboratory of Future Networks of Intelligence（广东省未来网络智能化重点实验室）

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

Comments Accepted by SIGGRAPH Asia 2025 conference track

2505.07344 2025-10-09 cs.CV cs.AI 57%

Generative Pre-trained Autoregressive Diffusion Transformer

Yuan Zhang, Jiacheng Jiang, Guoqing Ma, Zhiying Lu, Haoyang Huang, Jianlong Yuan, Nan Duan, Daxin Jiang

机构 * University of Science and Technology of China（中国科学技术大学）； StepFun, China（StepFun）

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