Xi'an Jiaotong University（西安交通大学）

Beyond Text Conditioning: A Systematic Study of MLLM-DiT Fusion for Video Generation

超越文本条件：面向视频生成的MLLM-DiT融合系统研究

Yanbo Ding, Yijia Fan, Caihua Shan, Yifan Yang, Yifei Shen, Weijie Wang, Xirui Hu, Dongsheng Li, Lili Qiu, Yuqing Yang, Yali Wang

机构 * Chinese Academy of Sciences（中国科学院） ； Microsoft Research（微软研究院） ； Sun Yat-sen University（中山大学） ； Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Xi’an Jiaotong University（西安交通大学） 纠错

AI总结 该研究针对视频生成中MLLM与DiT融合问题，提出BiVidGen框架，通过MLLM生成语义视觉标记辅助DiT渲染，提升了视频的语义对齐度与时间一致性。

Concept Unlearning by Modeling Key Steps of Diffusion Process

通过建模扩散过程关键步骤实现的概念遗忘

Chaoshuo Zhang, Chenhao Lin, Zhengyu Zhao, Le Yang, Qian Wang, Chao Shen

机构 * School of Cyber Science and Engineering, Xi’an Jiaotong University（网络安全科学与工程学院，西安交通大学） ； Wuhan University（武汉大学） 纠错

AI总结 针对文本到图像扩散模型概念遗忘时的灾难性遗忘问题，提出KSCU方法，通过动态隔离优化至概念特定活跃区域，实现了更优的概念擦除与效用保留权衡，在多类任务中性能领先。

Comments Accepted by T-IFS