搜索

Papers

Video-MME: The First-Ever Comprehensive Evaluation Benchmark of Multi-modal LLMs in Video Analysis

Chaoyou Fu, Yuhan Dai · 2024

提出面向视频分析的多模态大模型综合评测基准 Video-MME。

Papers

CogVideoX: Text-to-Video Diffusion Models with An Expert Transformer

Zhuoyi Yang, Jiayan Teng · 2024

提出带专家 Transformer 的文生视频扩散模型 CogVideoX。

Papers

HunyuanVideo: A Systematic Framework For Large Video Generative Models

Tencent Hunyuan Foundation Model Team · 2024

系统介绍面向大规模视频生成的 HunyuanVideo 框架。

Papers

Latte: Latent Diffusion Transformer for Video Generation

Xin Ma, Yaohui Wang · 2024

提出潜空间扩散 Transformer 用于视频生成。

Papers

Lumiere: A Space-Time Diffusion Model for Video Generation

Omer Bar-Tal, Hila Chefer · 2024

提出时空扩散模型 Lumiere，用于连贯视频生成。

Papers

Open-Sora: Democratizing Efficient Video Production for All

Zangwei Zheng, Xiangyu Peng · 2024

提出开源高效视频生成系统 Open-Sora。

Papers

SAM 2: Segment Anything in Images and Videos

Nikhila Ravi, Valentin Gabeur · 2024

将可提示分割扩展到图像与视频的统一模型 SAM 2。

Papers

Stable Video Diffusion: Scaling Latent Video Diffusion Models to Large Datasets

Andreas Blattmann, Tim Dockhorn · 2023

将潜空间扩散扩展到大规模数据上的视频生成。

Papers

VBench: Comprehensive Benchmark Suite for Video Generative Models

Ziqi Huang, Yinan He · 2023

提出面向视频生成模型的综合评测套件 VBench。

Papers

Vidu: a Highly Consistent, Dynamic and Skilled Text-to-Video Generator with Diffusion Models

Fan Bao, Chendong Xiang · 2024

介绍面向高一致性与动态表现的文生视频扩散模型 Vidu。

Papers

Movie Gen: A Cast of Media Foundation Models

Movie Gen Team, Meta · 2024

介绍 Meta Movie Gen 媒体基础模型在视频与媒体生成上的能力。