Paper Notes
Search
搜索
暗色模式
亮色模式
探索
标签: paper/multimodal-generation/video-audio-video-generation
此标签下有13条笔记。
2026年5月
Bernini: Latent Semantic Planning for Video Diffusion
2026年5月
Stream-R1: Reliability-Perplexity Aware Reward Distillation for Streaming Video Generation
2026年5月
UniVidX: A Unified Multimodal Framework for Versatile Video Generation via Diffusion Priors
2026年5月
Warp-as-History: Generalizable Camera-Controlled Video Generation from One Training Video
2026年4月
Seeing Fast and Slow - Learning the Flow of Time in Videos
2026年3月
Improving Joint Audio-Video Generation with Cross-Modal Context Learning
2026年3月
Kling-MotionControl Technical Report
2026年3月
ShotVerse: Advancing Cinematic Camera Control for Text-Driven Multi-Shot Video Creation
2026年2月
MOVA - Scalable and Synchronized Video-Audio Generation
2026年1月
LTX-2: Efficient Joint Audio-Visual Foundation Model
2025年12月
Live Avatar: Streaming Real-time Audio-Driven Avatar Generation with Infinite Length
2025年5月
Let Them Talk: Audio-Driven Multi-Person Conversational Video Generation
2025年5月
OpenS2V-Nexus: A Detailed Benchmark and Million-Scale Dataset for Subject-to-Video Generation