ICCV - arXivDaily 期刊&会议

2503.06134 2025-08-12 cs.CV

X2I: Seamless Integration of Multimodal Understanding into Diffusion Transformer via Attention Distillation

Jian Ma, Qirong Peng, Xu Guo, Chen Chen, Haonan Lu, Zhenyu Yang

机构 * OPPO AI Center（OPPO人工智能中心）； Tsinghua University（清华大学）

Comments Accepted to ICCV 2025

2412.16919 2025-08-12 cs.CV

TAR3D: Creating High-Quality 3D Assets via Next-Part Prediction

Xuying Zhang, Yutong Liu, Yangguang Li, Renrui Zhang, Yufei Liu, Kai Wang, Wanli Ouyang, Zhiwei Xiong, Peng Gao, Qibin Hou, Ming-Ming Cheng

机构 * VCIP, CS, Nankai University（南开大学计算机科学与技术学院）； NKIARI, Shenzhen Futian（深圳未来科技研究院）； USTC（University of Science and Technology of China）； CUHK MMLab（香港中文大学MMLab）； VAST（中国科学院自动化研究所）； Shanghai AI Lab（上海人工智能实验室）

Comments Accepted at ICCV 2025. Project page: https://github.com/HVision-NKU/TAR3D