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。

2026-03-11 至 2026-03-11 共收录 2 篇信号源：cs.CV, eess.IV, cs.MM

1. 视频扩散模型 2 篇

2603.09657 2026-03-11 cs.CV cs.AI cs.ET eess.IV 81%

When to Lock Attention: Training-Free KV Control in Video Diffusion

何时锁定注意力：视频扩散中的无训练KV控制

Tianyi Zeng, Jincheng Gao, Tianyi Wang, Zijie Meng, Miao Zhang, Jun Yin, Haoyuan Sun, Junfeng Jiao, Christian Claudel, Junbo Tan, Xueqian Wang

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

AI总结 KV-Lock通过动态调度KV融合比和CFG尺度，提升视频扩散模型中前景质量与背景一致性的平衡，实现无训练的高效视频编辑。

Comments 18 pages, 9 figures, 3 tables

2603.09819 2026-03-11 cs.CV 74%

ConfCtrl: Enabling Precise Camera Control in Video Diffusion via Confidence-Aware Interpolation

ConfCtrl: 通过置信度感知插值实现视频扩散中的精确相机控制

Liudi Yang, George Eskandar, Fengyi Shen, Mohammad Altillawi, Yang Bai, Chi Zhang, Ziyuan Liu, Abhinav Valada

机构 * University of Freiburg（弗赖堡大学）； Ludwig Maximilian University of Munich（慕尼黑路德维希-马克西米利安大学）； Technical University of Munich（慕尼黑技术大学）； Huawei Heisenberg Research Center (Munich)（华为海森堡研究中心（慕尼黑））

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

AI总结 ConfCtrl通过置信度感知插值实现视频扩散中的精确相机控制，解决大视角变化下新视角生成问题，提升几何一致性与视觉合理性。

Comments 13 pages