arXivDaily arXiv每日学术速递 周一至周五更新

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。

2026-08-24 至 2026-08-24 共收录 1 信号源:cs.CV, eess.IV, cs.MM

1. 视频扩散模型 1 篇

2608.20515 2026-08-24 cs.CV 新提交 83%

DiffVC-ONE: Diffusion-based Generative Video Compression with One-Step Video Diffusion Transformer

DiffVC-ONE:基于扩散模型的生成式视频压缩,采用单步视频扩散Transformer

Wenzhuo Ma, Zhenzhong Chen

机构 * school of Remote Sensing and Information Engineering, Wuhan University(武汉大学遥感信息工程学院)

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

AI总结 DiffVC-ONE是基于扩散模型的生成式视频压缩框架,采用单步视频扩散Transformer,通过三类组件实现低推理成本下的高感知质量与时间一致性,在多基准上达最优性能。

详情

展开后加载摘要…

URL PDF HTML 收藏