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。

2025-10-16 至 2025-10-16 共收录 2 篇信号源：cs.CV, eess.IV, cs.MM

1. 视频扩散模型 2 篇

2504.12626 2025-10-16 cs.CV 83%

Frame Context Packing and Drift Prevention in Next-Frame-Prediction Video Diffusion Models

Lvmin Zhang, Shengqu Cai, Muyang Li, Gordon Wetzstein, Maneesh Agrawala

机构 * Stanford University（斯坦福大学）； MIT（麻省理工学院）

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

Comments https://github.com/lllyasviel/FramePack

2510.13678 2025-10-16 cs.CV 57%

FlashWorld: High-quality 3D Scene Generation within Seconds

Xinyang Li, Tengfei Wang, Zixiao Gu, Shengchuan Zhang, Chunchao Guo, Liujuan Cao

机构 * Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China, Xiamen University（中国教育部多媒体可信感知与高效计算重点实验室，厦门大学）； Tencent（腾讯）； Yes Lab, Fudan University（复旦大学Yes实验室）

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

Comments Project Page: https://imlixinyang.github.io/FlashWorld-Project-Page/