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。

2026-08-12 至 2026-08-12 共收录 1 篇信号源：cs.CV, eess.IV, cs.MM

1. 视频扩散模型 1 篇

2608.10744 2026-08-12 cs.CV 新提交 57%

超越像素：从视频先验到4D世界

Zihao Liu, Xiaolong Shen, Zhenglin Zhou, Ruijie Quan, Yi Yang

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

AI总结本文提出Latent-to-4D方法，利用共享VAE的视频模型去噪潜在变量作为接口实现4D生成，在两个数据集上的DINO-F1指标优于对比方法，且受人类评估者认可。

↑