[논문리뷰] Reading, Writing, Sharing, and Interacting with the World through Video본 논문은 기존 비디오 기초 모델들이 단순한 인식이나 외관상의 생성에 머물러 있다는 점을 지적하며, 비디오 관찰과 진화하는 세상 사이의 근본적인 관계를 모델링하는 Video World Models의 필요성을 역설합니다.#Review#Video World Models#Video Foundation Models#Video Comprehension#Video Generation#Unified Video Models2026년 10월 25일댓글 수 로딩 중
[논문리뷰] Reading, Writing, Sharing, and Interacting with the World through Video본 논문은 비디오 기반 AI 모델의 파편화된 발전 양상을 World Modeling이라는 하나의 통합된 렌즈로 체계화하는 것을 목적으로 합니다.#Review#Video Foundation Models#World Modeling#Video Generation#Video Comprehension#Unified Video Models#Predictive Dynamics2026년 10월 22일댓글 수 로딩 중
[논문리뷰] JavisGPT: A Unified Multi-modal LLM for Sounding-Video Comprehension and Generation기존 멀티모달 LLM(MLLM)이 이미지-텍스트에 치중하거나 영상과 오디오를 별개로 처리하여 동기화된 사운딩 비디오(synchronized sounding video)의 정밀한 시공간적 정렬을 간과하는 문제를 해결하는 것을 목표로 합니다.#Review#Multimodal LLM#Sounding Video#Video Comprehension#Video Generation#Audio-Video Synchronization#Instruction Tuning#Diffusion Model#Encoder-Decoder2025년 12월 31일댓글 수 로딩 중