VALSE Webinar 25-07期 总第378期 可控视频生成及其应用

报告嘉宾：朱霖潮 (浙江大学)

报告题目：智能视频生成与编辑：技术突破与未来挑战

报告嘉宾：王鑫涛 (快手)

报告题目：视频生成技术的Scaling Law与精准控制

报告嘉宾：朱霖潮 (浙江大学)

报告时间：2025年3月26日 (星期三)晚上20:00 (北京时间)

报告题目：智能视频生成与编辑：技术突破与未来挑战

报告人简介：

朱霖潮，浙江大学计算机科学与技术学院百人计划研究员、博士生导师，入选国家级青年人才项目，获首届谷歌学术研究奖 (2021)等荣誉。主要研究方向为人工智能、AI4S、人工智能通用基础模型等。曾获得CVPR多智能体行为建模竞赛冠军等8项国际竞赛冠军。曾担任NeurIPS、CVPR、ECCV、ICIP、PRCV等会议领域主席，并多次在国际会议上组织专题研讨会。

个人主页：

https://ffmpbgrnn.github.io/

报告摘要：

本报告探讨智能视频生成与编辑技术的最新技术进展及突破。基于扩散模型与Transformer架构的视频生成技术取得显著突破，为视频创作流程带来变革。报告重点阐述长时序视频生成的关键算法改进、多模态条件控制机制、跨帧特征一致性优化方法以及属性解耦编辑的技术实现。剖析当前视频生成面临的技术挑战，包括时空一致性维持困难、长程依赖建模不足、细节保真度不高等关键问题，并提出基于注意力机制改进、时序信息编码优化等解决思路。

报告嘉宾：王鑫涛 (快手)

报告时间：2025年3月26日 (星期三)晚上20:30 (北京时间)

报告题目：视频生成技术的Scaling Law与精准控制

报告人简介：

王鑫涛，快手专家研究员，本科毕业于浙江大学，博士毕业于香港中文大学 MMLab，曾任腾讯 ARC Lab 和 AI Lab专家研究员。主要研究视觉生成，包括图像、视频和 3D 的生成与可控。在国际顶级会议期刊发表多篇文章，论文 Google Scholar 引用 20000 余次，被评选为世界前2%顶尖科学家。

个人主页：

https://xinntao.github.io/

报告摘要：

视频生成技术的发展日新月异，自Sora模型问世以来，可灵、Veo2等模型不断提升效果，推动着这一领域的快速进步。本报告将重点分享可灵团队的最新研究成果和挑战，主要包含三个方面。首先，我们将简要探讨视频生成领域的Scaling Law。正如大型语言模型LLM中的Scaling Law已为业界所熟知，我们的研究《Towards Precise Scaling Laws for Video Diffusion Transformers》系统性地研究了视频生成领域的缩放规律，并探讨其带来的启发。其次，在控制生成方面，我们将介绍一系列创新性的探索性工作。这些研究，包括SynCamMaster和ReCamMaster等项目，致力于为用户提供更精确、更灵活的视频生成控制能力，拓展技术的应用空间。最后，我们将着眼于视频生成领域面临的前沿挑战，简要介绍学界的一些初步探索。

主持人：郭青 (新加坡科技研究局 (A*STAR))

主持人简介：

郭青，新加坡科技研究局 (A*STAR)前沿人工智能研究中心资深研究员，新加坡国立大学兼职助理教授，独立PI，入选斯坦福全球Top2%科学家。2019年加入新加坡南洋理工大学聘为博士后研究员，并于2020年获的瓦伦堡-南洋理工大学校长博士后奖学金。主要从事计算机视觉及人工智能安全相关方向的研究，在TPAMI，IJCV，ICML,NeurIPS等A类会议及期刊上发表论文60余篇。目前担任ICML，ICLR，ICCV， IJCAI 领域主席，AAAI Senior PC，VALSE2023 执行AC， IEEE Conference on AI (CAI)2024 联合主席。

个人主页：

https://tsingqguo.github.io/

特别鸣谢本次Webinar主要组织者：

主办AC：郭青 (新加坡科技研究局)

协办AC：林迪 (天津大学)