视频大模型

DrawVideo: Generating Long Video from Storyboard Keyframe Sketches

DrawVideo: 从故事板关键帧草图生成长视频

Chuanzhi Xu, Huiqi Liang, Bang Shi, Huiming Zhang, Yifan Xiao, Guangcheng Lin, Haodong Chen, Qiang Qu, Zhicheng Lu, Weidong Cai

机构 * The University of Sydney（悉尼大学） ； Charles Sturt University（查尔斯·斯特劳特大学） 纠错

专题命中 长视频与时序推理 ：long video(title,abstract)；video generation(abstract)；text-to-video(abstract)；分类 cs.CV、eess.IV、cs.MM

AI总结 提出 DrawVideo 框架，通过草图引导的故事板分解长视频为可控镜头，结合分层生成策略实现结构可控、外观一致的长视频生成。

Comments 45 pages, 19 figures

VISD: Enhancing Video Reasoning via Structured Self-Distillation

VISD: 通过结构化自蒸馏增强视频推理

Hao Lin, Kunyang Lv, Xu Jiang, Jingqi Tian, Zhongjing Du, Jiayu Ding, Qiaoman Zhang, Hongbo Jin

机构 * HUST（华中科技大学） ； Wuhan University（武汉大学） ； Peking University（北京大学） ； Tsinghua University（清华大学） 纠错

专题命中 长视频与时序推理 ：video reasoning(title,abstract)；long video(abstract)；分类 cs.CV

AI总结 提出VISD框架，利用结构化自蒸馏和方向-幅度解耦机制，实现细粒度信用分配，提升视频推理准确性和训练效率。