视频大模型

EgoX: Egocentric Video Generation from a Single Exocentric Video

EgoX：从单个外视视频生成自视视频

Taewoong Kang, Kinam Kim, Dohyeon Kim, Minho Park, Junha Hyung, Jaegul Choo

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

AI总结 EgoX通过轻量级LoRA适应和统一条件策略，从单个外视视频生成自视视频，实现几何一致且逼真的视频生成，具有高可扩展性和鲁棒性。

Comments 21 pages, project page : https://keh0t0.github.io/EgoX

Wan-Move: Motion-controllable Video Generation via Latent Trajectory Guidance

Wan-Move：通过潜在轨迹引导实现可动视频生成

Ruihang Chu, Yefei He, Zhekai Chen, Shiwei Zhang, Xiaogang Xu, Bin Xia, Dingdong Wang, Hongwei Yi, Xihui Liu, Hengshuang Zhao, Yu Liu, Yingya Zhang, Yujiu Yang

机构 * Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团） ； Tsinghua University（清华大学） ； HKU（香港大学） ； CUHK（香港中文大学） 纠错

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

AI总结 Wan-Move通过潜在轨迹引导实现视频生成的精确运动控制，无需修改架构即可提升运动可控性。

Comments NeurlPS 2025. Code and data available at https://github.com/ali-vilab/Wan-Move

Disturbance-Free Surgical Video Generation from Multi-Camera Shadowless Lamps for Open Surgery

多摄像头无影灯下开放式手术的干扰自由视频生成

Yuna Kato, Shohei Mori, Hideo Saito, Yoshifumi Takatsume, Hiroki Kajita, Mariko Isogawa

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

AI总结 本文提出了一种自动化方法，通过识别照明系统移动并重新对齐视频帧，生成无遮挡的开放式手术视频，提升手术区域的可视化效果和观看舒适度。

Zo3T: Zero-Shot 3D-Aware Trajectory-Guided Image-to-Video Generation via Test-Time Training

Zo3T: 无监督3D感知轨迹引导图像到视频生成 via 测试时间训练

Ruicheng Zhang, Jun Zhou, Zunnan Xu, Zihao Liu, Jiehui Huang, Mingyang Zhang, Yu Sun, Xiu Li

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

AI总结 Zo3T通过引入3D感知运动投影、轨迹引导测试时间LoRA和指导场校正，提升了轨迹引导图像到视频生成的3D真实感和运动准确性。

Self-Evolving 3D Scene Generation from a Single Image

从单张图像自演化生成3D场景

Kaizhi Zheng, Yue Fan, Jing Gu, Zishuo Xu, Xuehai He, Xin Eric Wang

机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） 纠错

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

AI总结 EvoScene通过自演化框架从单张图像生成高质量3D场景，结合几何推理和视觉知识，实现结构和外观的逐步优化。