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。

2025-10-27 至 2025-10-27 共收录 4 篇信号源：cs.CV, eess.IV, cs.MM

1. 视频生成 4 篇

2510.21696 2025-10-27 cs.CV 83%

BachVid: Training-Free Video Generation with Consistent Background and Character

Han Yan, Xibin Song, Yifu Wang, Hongdong Li, Pan Ji, Chao Ma

机构 * MoE Key Lab of Artificial, AI Institute, Shanghai Jiao Tong University（人工智能研究院，上海交通大学）； Vertex Lab（Vertex实验室）； Australian National University（澳大利亚国立大学）

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

Comments Project page: https://wolfball.github.io/bachvid

2509.16500 2025-10-27 cs.CV 83%

RLGF: Reinforcement Learning with Geometric Feedback for Autonomous Driving Video Generation

Tianyi Yan, Wencheng Han, Xia Zhou, Xueyang Zhang, Kun Zhan, Cheng-zhong Xu, Jianbing Shen

机构 * SKL-IOTSC, Computer and Information Science, University of Macau（澳门大学计算机与信息科学学院）； Li Auto Inc（利汽车公司）

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

Comments NeurIPS 2025

2510.20888 2025-10-27 cs.CV cs.AI 83%

Video-As-Prompt: Unified Semantic Control for Video Generation

Yuxuan Bian, Xin Chen, Zenan Li, Tiancheng Zhi, Shen Sang, Linjie Luo, Qiang Xu

机构 * Intelligent Creation Lab, ByteDance（字节跳动智能创作实验室）； The Chinese University of Hong Kong（香港中文大学）

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

Comments Website: https://bytedance.github.io/Video-As-Prompt

2505.21491 2025-10-27 cs.CV 83%

Frame In-N-Out: Unbounded Controllable Image-to-Video Generation

Boyang Wang, Xuweiyi Chen, Matheus Gadelha, Zezhou Cheng

机构 * University of Virginia（弗吉尼亚大学）； Adobe Research（Adobe研究）

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