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。

2026-03-23 至 2026-03-23 共收录 2 篇信号源：cs.CV, eess.IV, cs.MM

1. 视频生成 2 篇

2603.20192 2026-03-23 cs.CV cs.AI 83%

LumosX：通过身份与属性的关系实现个性化视频生成

Jiazheng Xing, Fei Du, Hangjie Yuan, Pengwei Liu, Hongbin Xu, Hai Ci, Ruigang Niu, Weihua Chen, Fan Wang, Yong Liu

机构 * Zhejiang University（浙江大学）； DAMO Academy, Alibaba Group（阿里云达摩院）； Hupan Lab（虎斑实验室）； National University of Singapore（新加坡国立大学）

专题命中视频生成：video generation(title,abstract)；text-to-video(abstract)；分类 cs.CV

AI总结 LumosX通过结合身份与属性关系，提升多主体个性化视频生成的精细度和一致性，采用数据与模型双改进策略，构建了全面的基准测试平台。

Comments ICLR 2026 Camera Ready Version. Code and Models: https://jiazheng-xing.github.io/lumosx-home/

2508.07901 2026-03-23 cs.CV 79%

Stand-In: 一种轻量级且即插即用的身份控制方法用于视频生成

Bowen Xue, Zheng-Peng Duan, Qixin Yan, Wenjing Wang, Hao Liu, Chun-Le Guo, Chongyi Li, Chen Li, Jing Lyu

机构 * WeChat Vision, Tencent Inc.（腾讯微信视觉实验室）； VCIP, CS, Nankai University（南开大学计算机科学与技术学院）

专题命中视频生成：video generation(title,abstract)；分类 cs.CV

AI总结本文提出Stand-In框架，通过引入条件图像分支和受限自注意力机制，实现轻量级身份控制，仅用1%额外参数和2000训练对即可提升视频质量和身份保持性，并支持多种视频生成任务。