[논문리뷰] FrameForge: Harnessing Priors of Video Foundation Models for Unified Image Generation본 논문은 다양한 조건(텍스트, 참조 이미지, 구조적 맵 등)을 활용한 unified conditional image generation의 불균일한 관계를 해결하는 것을 목표로 합니다.#Review#Unified Image Generation#Video Foundation Models#MoTE#CoTR#Conditional Generation#Temporal Priors2026년 11월 1일댓글 수 로딩 중
[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] VidaForge: Open Research Infrastructure for Video Pretraining Data Recipes본 논문은 현대의 Video Foundation Models이 대규모 데이터를 필요로 함에도 불구하고, 이러한 데이터를 생성하는 End-to-End 데이터 파이프라인이 폐쇄적이고 불투명하다는 점을 해결하고자 합니다.#Review#Video Foundation Models#Data Engineering#Pretraining Data Recipes#Attribution-ready Infrastructure#Video Generation#Representation Learning#Data Curation2026년 9월 8일댓글 수 로딩 중
[논문리뷰] VideoRAE: Taming Video Foundation Models for Generative Modeling via Representation Autoencoders본 논문은 기존의 3D-VAE 기반 비디오 토크나이저가 픽셀 단위의 복원(MSE)에 과도하게 최적화되어 고차원적인 의미론적 구조를 포착하지 못한다는 문제점을 해결하고자 합니다.#Review#Video Foundation Models#Representation Autoencoders#Generative Modeling#Representation Alignment#Latent Spaces#Diffusion Transformers#Autoregressive Models2026년 7월 19일댓글 수 로딩 중
[논문리뷰] GRAIL: Generating Humanoid Loco-Manipulation from 3D Assets and Video Priors본 논문은 휴머노이드 로봇의 loco-manipulation 정책을 학습시키기 위한 데이터 수집의 높은 비용과 확장성 문제를 해결하고자 한다.#Review#Humanoid#Loco-Manipulation#Video Foundation Models#3D Assets#Sim-to-Real#HOI Reconstruction2026년 6월 3일댓글 수 로딩 중
[논문리뷰] UniVBench: Towards Unified Evaluation for Video Foundation Models이 논문은 비디오 파운데이션 모델(VFM)의 통합된 역량을 평가하기 위한 파편화되고 제한적인 기존 벤치마크의 한계를 해결하고자 합니다.#Review#Video Foundation Models#Unified Evaluation#Multi-task Learning#Video Understanding#Video Generation#Video Editing#Video Reconstruction#Agentic Evaluation#Cinematic Dimensions2026년 2월 25일댓글 수 로딩 중
[논문리뷰] How Much 3D Do Video Foundation Models Encode?본 논문은 대규모 비디오 데이터로 사전 훈련된 Video Foundation Models (VidFMs) 내에 글로벌 3D 이해도가 자연스럽게 내재되어 있는지를 정량적으로 탐구하는 것을 목표로 합니다.#Review#Video Foundation Models#3D Understanding#3D Reconstruction#Model Agnostic#Feature Probing#Diffusion Models#Temporal Reasoning2025년 12월 25일댓글 수 로딩 중
[논문리뷰] InternVideo-Next: Towards General Video Foundation Models without Video-Text Supervision본 논문은 노이즈 많고 제한적인 비디오-텍스트 지도 학습의 한계와 저수준 픽셀 재구성에 머무르거나 숏컷 학습을 유도하는 기존 Masked Video Modeling (MVM) 의 문제점을 해결하고자 합니다.#Review#Video Foundation Models#Self-Supervised Learning#Masked Video Modeling#Video-Text Supervision-Free#Encoder-Predictor-Decoder#Diffusion Decoder#Semantic Alignment#Latent World Model2025년 12월 1일댓글 수 로딩 중
[논문리뷰] World Simulation with Video Foundation Models for Physical AI본 논문은 물리 AI(Physical AI) 시스템의 훈련 시 발생하는 높은 비용과 위험성을 해결하기 위해 고품질의 가상 세계 시뮬레이터를 제공하는 것을 목표로 합니다.#Review#Physical AI#World Simulation#Video Foundation Models#Flow Matching#Reinforcement Learning#Robotics#Autonomous Driving#Synthetic Data Generation2025년 11월 9일댓글 수 로딩 중