关于我
我是李业,浙江大学软件工程专业 2023 级本科生,研究视频生成与世界模型。我关心的问题是:怎样让视频生成模型像一个持续存在的世界那样工作——镜头切走再切回来,场景和人物还在原处;物体下落、碰撞,过程合乎物理。
作为共同第一作者,我完成了 ATAS——为多镜头视频生成维护可检索的场景记忆与事件记忆,获 Hugging Face Daily Papers 当日第 2 名;以及 UniRLM——把图文交错生成的长上下文拆成只带直接依赖的短调用。作为学生二作(代码实验主力)共同完成了 ReCA(把几分钟的长视频生成看作上下文分配问题)和 Gen-RSI(借助 Blender 物理仿真修正生成结果,再蒸馏回视频生成器)。
动态
- ATAS 获 Hugging Face Daily Papers 当日第 2 名(#2 Paper of the day)。
- ATAS 论文公开于 arXiv,代码同步开源。
- ReCA 论文公开于 arXiv。
研究项目
* 表示共同第一作者;† 表示通讯作者
-
Any Time, Any Space: A World-State-Centric Framework for Agentic Video Generation ICLR 2027 在审
[arXiv] [代码] [项目页] [Hugging Face 当日论文第 2] [介绍]
-
UniRLM: Recursive Unified State Modeling for Interleaved Generation AAAI 2027 在审
[介绍]
-
ReCA: Multi-Shot Long Video Extrapolation via Recursive Context Allocation arXiv 2026
-
Gen-RSI: Recursive Self-Improvement of Video Generators through World Proxies ICLR 2027 在审
[OpenReview] [项目页] [介绍]