2025.07.03 | 多模态模型提升短视频理解;动画生成保持颜色一致。

HuggingFace 每日AI论文速递

本期的 9 篇论文如下:

[00:21] 🎬 Kwai Keye-VL Technical Report(Kwai Keye-VL 技术报告)

[01:02] 🎨 LongAnimation: Long Animation Generation with Dynamic Global-Local Memory(LongAnimation:基于动态全局-局部记忆的长期动画生成)

[01:50] 👁 Depth Anything at Any Condition(任意条件下的深度感知)

[02:28] 🤖 A Survey on Vision-Language-Action Models: An Action Tokenization Perspective(视觉-语言-动作模型综述:一种动作Token化的视角)

[03:11] 🪄 FreeMorph: Tuning-Free Generalized Image Morphing with Diffusion Model(FreeMorph:基于扩散模型的免调参通用图像渐变)

[03:51] 🖼 Locality-aware Parallel Decoding for Efficient Autoregressive Image Generation(面向高效自回归图像生成的局部感知并行解码)

[04:33] 🎬 STR-Match: Matching SpatioTemporal Relevance Score for Training-Free Video Editing(STR-Match: 匹配时空相关性得分的免训练视频编辑方法)

[05:14] 📊 MARVIS: Modality Adaptive Reasoning over VISualizations(MARVIS:基于可视化的模态自适应推理)

[05:51] 🗣 JAM-Flow: Joint Audio-Motion Synthesis with Flow Matching(JAM-Flow:基于流匹配的联合音频-运动合成)

【关注我们】

您还可以在以下平台找到我们,获得播客内容以外更多信息

小红书: AI速递

若要收听包含儿童不宜内容的单集,请登录。

关注此节目的最新内容

登录或注册,以关注节目、存储单集,并获取最新更新。

选择国家或地区

非洲、中东和印度

亚太地区

欧洲

拉丁美洲和加勒比海地区

美国和加拿大