AI 大模型
视频理解、视频生成、视频语言模型和时序视觉推理。
生成增强现实：范式、技术与未来应用
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Nanyang Technological University（南洋理工大学） ； XMax.AI Ltd.（XMax.AI有限公司）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
AI总结 本文提出生成增强现实（GAR）作为下一代AR范式，通过统一生成模型实现环境再合成，提升真实感与沉浸感，同时引发技术、内容生态及伦理挑战。
机构 * Dept. of Comp. Sci. and Tech., Institute for AI, BNRist Center, THBI Lab, Tsinghua-Bosch Joint ML Center, Tsinghua University（计算机科学与技术系，人工智能研究所，BNRist中心，THBI实验室，清华-博世联合机器学习中心，清华大学） ； Institute for Interdisciplinary Information Sciences, Tsinghua University（交叉信息学院，清华大学） ； EECS, University of California, Berkeley（电子工程与计算机科学系，加州大学伯克利分校）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
Comments @inproceedings{zhang2025spargeattn, title={Spargeattn: Accurate sparse attention accelerating any model inference}, author={Zhang, Jintao and Xiang, Chendong and Huang, Haofeng and Wei, Jia and Xi, Haocheng and Zhu, Jun and Chen, Jianfei}, booktitle={International Conference on Machine Learning (ICML)}, year={2025} }
Journal ref Proceedings of the 42 nd International Conference on Machine Learning, PMLR 267, 2025 (ICML 2025)
机构 * Tsinghua University（清华大学） ； Beijing University of Technology（北京理工大学） ； Guangzhou University（广州大学）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
机构 * School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院）
专题命中 视频生成 ：text-to-video(abstract)；分类 cs.CV
Comments 13 pages
机构 * Xi’an Jiaotong University（西安交通大学） ； Amap, Alibaba Group（阿里巴巴集团） ； DAMO Academy, Alibaba Group（阿里巴巴达摩院）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
Comments Accepted to NeurIPS 2025 as Spotlight Presentation. Code: https://github.com/MIV-XJTU/FSDrive
机构 * Google DeepMind（谷歌DeepMind） ； USC（美国斯克利普斯大学） ； Stanford（斯坦福大学） ； Toyota Research Institute（丰田研究机构）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
Comments Project page: https://pointscoder.github.io/PhysWorld_Web/
机构 * University of California, Berkeley（加州大学伯克利分校） ； University of California, Santa Cruz（加州大学圣克ruz分校） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Chicago（芝加哥大学） ； Amazon（亚马逊） ； Information Commissioner’s Office（信息专员办公室）
专题命中 视频生成 ：text-to-video(abstract)；分类 cs.CV
Comments NeurIPS 2025 Datasets & Benchmarks
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
机构 * Department of Statistical Science, University College London（统计科学系，伦敦大学学院） ； Core AI team at Meta Reality Labs（Meta Reality Labs人工智能核心团队）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
Comments Accepted by IEEE TCSVT, Code: https://github.com/littlewhitesea/Text-Driven-Pano-Gen
机构 * Texas A&M University（德克萨斯A&M大学） ； NEC Laboratories America（NEC美国实验室）
专题命中 视频生成 ：video diffusion(abstract)；分类 cs.CV
机构 * Dalian University of Technology（大连理工大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； ZMO AI Inc.（ZMO人工智能公司） ； Oxford University（牛津大学）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
Comments Project Page URL:https://libaolu312.github.io/VFXMaster/
机构 * UC, Santa Barbara（加州大学圣芭芭拉分校） ； Adobe Research（Adobe研究院） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室）
专题命中 视频生成 ：text-to-video(abstract)；分类 cs.CV
Comments 19 pages, 9 figures
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
Comments This survey will be regularly updated at: https://github.com/GigaAI-research/General-World-Models-Survey
机构 * Department of Computer Science（计算机科学系） ； Graduate School of Artificial Intelligence, POSTECH, South Korea（人工智能研究生院，POSTECH，韩国）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
机构 * Adobe Research（Adobe研究机构） ； University of Michigan（密歇根大学） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校）
专题命中 视频生成 ：video diffusion(abstract)；分类 cs.CV
Comments ICCV 2025; First three authors contributed equally. Project page: https://veggie-gen.github.io/
机构 * School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机学院） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） ； School of Computing and Data Science, The University of Hong Kong（香港大学计算机与数据科学学院） ； School of Astronautics, Northwestern Polytechnical University（西北工业大学航天学院）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
Comments 39th Conference on Neural Information Processing Systems (NeurIPS 2025)
机构 * Stanford University（斯坦福大学） ； Harvard University（哈佛大学）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
Comments Project page: https://video-synthesis-variational.github.io/
机构 * Nanyang Technological University（南洋理工大学） ； StepFun
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
机构 * Queen’s University and Vector Institute（女王大学和向量研究所） ； University of Tokyo（东京大学） ； University of Toronto（多伦多大学）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
Comments 43 pages, 11 figures, 14 tables
机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Michigan State University（密歇根州立大学）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
机构 * College of Computer and Information Engineering, Zhejiang Gongshang University（浙江工商大学计算机与信息工程学院） ； Wangxuan Institute of Computer Technology, Peking University（北京大学王轩计算机技术研究所） ； School of Information Science and Technology, University of Science and Technology of China（中国科学技术大学信息科学与技术学院） ； Binjiang Institute of Zhejiang University（浙江大学滨江学院） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机科学与信息工程学院）
专题命中 视频生成 ：text-to-video(abstract)；分类 cs.CV
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
机构 * Department of Computer Science（计算机科学系） ； Cranberry-Lemon University（Cranberry-Lemon 大学） ； Texas A&M University（德克萨斯A&M大学） ； eBay Inc.（eBay公司）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
机构 * Simon Fraser University（西蒙弗雷泽大学） ； Adobe Research（Adobe研究院）
专题命中 视频生成 ：long video(abstract)；分类 cs.CV
Comments Project website: https://multicoinx.github.io/multicoin/
机构 * Carnegie Mellon University（卡内基梅隆大学） ； ByteDance Seed（字节跳动种子）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
Comments 14 pages, 7 figures
机构 * Robotics and AI Institute（机器人与人工智能研究所） ； Brown University（布朗大学）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（信息处理国家重点实验室，计算机学院，北京大学） ； Hong Kong University of Science and Technology（香港科技大学） ； National University of Singapore（新加坡国家大学） ； Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
机构 * seas.upenn.edu（宾夕法尼亚大学塞as学院）
专题命中 视频生成 ：text-to-video(abstract)；分类 cs.CV
机构 * School of Cyber Science and Engineering, Xi'an Jiaotong University（西安交通大学计算机科学与工程学院） ； Interdisciplinary Research Center of Frontier science and technology, Xi'an Jiaotong University（西安交通大学前沿科学与技术交叉研究中心） ； School of Software Engineering, Xi'an Jiaotong University（西安交通大学软件工程学院） ； Department of Industrial and Systems Engineering, Hong Kong Polytechnic University（香港理工大学工业与系统工程系） ； School of Cyber Science and Engineering, Wuhan University（武汉大学计算机科学与工程学院）
专题命中 视频生成 ：video generation(abstract)；分类 cs.CV
Comments Accepted by ACM Computing Surveys
机构 * University of California, Santa Cruz（加州大学圣克ruz分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； IIT Bombay（印度理工学院班加罗尔） ； Microsoft（微软公司）
专题命中 视频生成 ：text-to-video(abstract)；分类 cs.CV
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈