视频大模型

Endless World: Real-Time 3D-Aware Long Video Generation

无限世界：实时3D感知长视频生成

Ke Zhang, Yiqun Mei, Jiacong Xu, Vishal M. Patel

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Adobe Research（Adobe研究） 纠错

专题命中 长视频与时序推理 ：video generation(title,abstract)；long video(title)；分类 cs.CV

AI总结 Endless World通过实时3D感知机制生成无限长且连贯的视频，解决长视频生成中的3D一致性与动态场景合成问题。

Comments 10 pages,7 figures

LongVie 2: Multimodal Controllable Ultra-Long Video World Model

LongVie 2: 多模态可控超长视频世界模型

Jianxiong Gao, Zhaoxi Chen, Xian Liu, Junhao Zhuang, Chengming Xu, Jianfeng Feng, Yu Qiao, Yanwei Fu, Chenyang Si, Ziwei Liu

机构 * FDU（福建大学） ； NJU（南京大学） ； NTU（National University of Taiwan） ； NVIDIA（英伟达） ； THU（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

专题命中 长视频与时序推理 ：long video(title)；video generation(abstract)；分类 cs.CV

AI总结 LongVie 2通过多模态引导、退化感知训练和历史-上下文引导，实现了超长视频的可控生成，支持连续视频生成长达五分钟，推动视频世界建模的统一发展。

Comments Project Page: https://vchitect.github.io/LongVie2-project/