AI 大模型
视频理解、视频生成、视频语言模型和时序视觉推理。
Plan-X: 通过语义规划指导视频生成
机构 * Duke University（杜克大学） ； Princeton University（普林斯顿大学） ； ByteDance Intelligent Creation（字节跳动智能创作） ； Apple（苹果公司）
专题命中 视频生成 ：video generation(title,abstract)；video diffusion(abstract)；分类 cs.CV
AI总结 Plan-X通过语义规划框架减少视频生成中的视觉幻觉，实现与多模态上下文一致的精细指令对齐生成。
Comments The project page is at https://byteaigc.github.io/Plan-X
基于帧级条件的微调扩散模型用于文本到视频预测
专题命中 视频生成 ：text-to-video(title,abstract)；video generation(abstract)；分类 cs.CV
AI总结 本文提出帧级条件适应方法，通过引入帧级文本嵌入提升文本到视频预测的连续性与生成质量。
Comments Accepted by TMLR, 11/2025. 29 pages, 15 figures
专题命中 视频生成 ：video generation(title,abstract)；text-to-video(abstract)；分类 cs.CV
Comments AAAI 2026, Project website: https://zunwang1.github.io/DreamRunner
专题命中 视频生成 ：video generation(title,abstract)；text-to-video(abstract)；分类 cs.CV
机构 * State Key Laboratory for Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） ； National University of Singapore（新加坡国立大学）
专题命中 视频生成 ：video generation(title,abstract)；video diffusion(abstract)；分类 cs.CV
机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； University of Chicago（芝加哥大学） ； Stanford University（斯坦福大学）
专题命中 视频生成 ：video generation(title,abstract)；long video(abstract)；分类 cs.CV
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
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
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
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
机构 * LY Corporation（LY公司）
专题命中 视频生成 ：video generation(title,abstract)；video diffusion(abstract)；分类 cs.CV
Comments 17 pages
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Snap Inc（Snap公司）
专题命中 视频生成 ：video generation(title,abstract)；video diffusion(abstract)；分类 cs.CV
Comments Project Page: \url{https://snap-research.github.io/PointVidGen/}
机构 * Google（谷歌）
专题命中 视频生成 ：video generation(title,abstract)；text-to-video(abstract)；分类 cs.CV
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Bytedance, Intelligent Creation（字节跳动，智能创作）
专题命中 视频生成 ：video generation(title,abstract)；text-to-video(abstract)；分类 cs.CV
机构 * Nanyang Technological University（南洋理工大学） ； StepFun ； Westlake University（西湖大学）
专题命中 视频生成 ：video generation(title,abstract)；video diffusion(abstract)；分类 cs.CV
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； VCIP & TMCC & DISSec, College of Computer Science, Nankai University（南开大学计算机学院） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； Queen Mary University of London（伦敦大学玛丽女王学院）
专题命中 视频生成 ：video generation(title)；video diffusion(abstract)；text-to-video(abstract)；分类 cs.CV
Comments IJCAI2025
机构 * Mohamed bin Zayed University of Artificial Intelligence（莫莫德·宾·扎耶德人工智能大学）
专题命中 视频生成 ：video generation(title,abstract)；text-to-video(abstract)；分类 cs.CV
机构 * EverEx ； University of Michigan（密歇根大学） ； ETH Zurich（苏黎世联邦理工学院） ； Yonsei University（延世大学）
专题命中 视频生成 ：text-to-video(title)；video generation(abstract)；video diffusion(abstract)；分类 cs.CV
Comments 18 pages, 7 figures, Project Page:https://hyelinnam.github.io/Cameo/
机构 * South China University of Technology（南方科技大学） ； Google DeepMind（谷歌DeepMind） ； UC Merced（加州大学默塞德分校）
专题命中 视频生成 ：video generation(title,abstract)；video diffusion(abstract)；分类 cs.CV
Comments CVPR 2025
机构 * University of Central Florida（中央佛罗里达大学）
专题命中 视频生成 ：video generation(title,abstract)；long video(abstract)；分类 cs.CV
Comments preprint
机构 * State Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） ； Shanghai AI Laboratory（上海人工智能实验室）
专题命中 视频生成 ：video generation(title,abstract)；video diffusion(abstract)；分类 cs.CV
机构 * NVIDIA（英伟达）
专题命中 视频生成 ：video generation(title,abstract)；video diffusion(abstract)；分类 cs.CV
Comments Tech Report. The first three authors contributed equally to this work
机构 * Zhejiang University（浙江大学） ； Central Media Technology Institute, Huawei Technologies（华为技术有限公司中央媒体技术研究所）
专题命中 视频生成 ：video generation(title,abstract)；text-to-video(abstract)；分类 cs.CV
Comments Tech report
机构 * Yonsei University（延世大学）
专题命中 视频生成 ：video generation(title,abstract)；text-to-video(abstract)；分类 cs.CV
Comments Project page: https://jibin86.github.io/syncphony_project_page
机构 * MIPG, Communication University of China（信息与通信大学） ； Show Lab, National University of Singapore（新加坡国立大学）
专题命中 视频生成 ：video generation(title,abstract)；video diffusion(abstract)；分类 cs.CV
机构 * School of Artificial Intelligence, Beijing Normal University（北京师范大学人工智能学院） ； Beijing Jiaotong University（北京交通大学） ； The City College of New York（纽约城市学院） ； Skywork AI
专题命中 视频生成 ：video generation(title,abstract)；video diffusion(abstract)；分类 cs.CV
机构 * KAIST（韩国科学技术院） ； Adobe Research（Adobe研究）
专题命中 视频生成 ：video generation(title,abstract)；video diffusion(abstract)；分类 cs.CV
Comments ICCV 2025, Project page: https://hyeonho99.github.io/reangle-a-video/
机构 * GenAI at Meta（Meta 人工智能） ； Rutgers University（罗格斯大学）
专题命中 视频生成 ：video generation(title,abstract)；text-to-video(abstract)；分类 cs.CV
机构 * Bytedance Waver Team（字节跳动Waver团队）
专题命中 视频生成 ：video generation(title,abstract)；text-to-video(abstract)；分类 cs.CV
机构 * MAIS, Institute of Automation, Chinese Academy of Sciecnes（MAIS，自动化研究所，中国科学院） ； Ant Group（蚂蚁集团）
专题命中 视频生成 ：video generation(title,abstract)；video diffusion(abstract)；分类 cs.CV
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈