视频大模型

Animus3D: Text-driven 3D Animation via Motion Score Distillation

Animus3D: 通过运动分数蒸馏实现文本驱动的3D动画

Qi Sun, Can Wang, Jiaxiang Shang, Wensen Feng, Jing Liao

机构 * City University of Hong Kong（香港城市大学） ； Central Media Technology Institute, Huawei（华为中央媒体技术研究院） 纠错

专题命中 动作与事件理解 ：video diffusion(abstract)；text-to-video(abstract)；分类 cs.CV

AI总结 Animus3D通过运动分数蒸馏技术实现文本驱动的3D动画生成，提升运动细节与视觉完整性。

Comments SIGGRAPH Asia 2025

CreativeVR: Diffusion-Prior-Guided Approach for Structure and Motion Restoration in Generative and Real Videos

CreativeVR: 一种基于扩散先验的结构与运动修复方法用于生成视频和真实视频

Tejas Panambur, Ishan Rajendrakumar Dave, Chongjian Ge, Ersin Yumer, Xue Bai

机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Adobe（Adobe公司） 纠错

专题命中 动作与事件理解 ：text-to-video(abstract)；分类 cs.CV、cs.MM

AI总结 CreativeVR通过扩散先验引导方法，有效修复AI生成和真实视频中的结构与运动伪影，实现高质量视频修复。

Comments The first two authors contributed equally

Physically Realistic Sequence-Level Adversarial Clothing for Robust Human-Detection Evasion

物理真实序列级对抗性服装用于鲁棒的人体检测规避

Dingkun Zhou, Patrick P. K. Chan, Hengxu Wu, Shikang Zheng, Ruiqi Huang, Yuanjie Zhao

机构 * School of Future Technology, South China University of Technology（未来技术学院，华南理工大学） ； Institute for Interdisciplinary Information Sciences, Tsinghua University（交叉信息研究院，清华大学） 纠错

专题命中 动作与事件理解 ：long video(abstract)；分类 cs.CV

AI总结 本研究提出序列级优化框架，生成可打印的对抗性服装纹理，以实现在数字和物理环境中对人类检测的鲁棒规避。