ByteDance（字节跳动）

TempR1: Improving Temporal Understanding of MLLMs via Temporal-Aware Multi-Task Reinforcement Learning

TempR1：通过时间感知的多任务强化学习提升多模态大语言模型的时间理解

Tao Wu, Li Yang, Gen Zhan, Yabin Zhang, Yiting Liao, Junlin Li, Deliang Fu, Li Zhang, Limin Wang

机构 * Nanjing University（南京大学） ； ByteDance Inc.（字节跳动公司） ； Shanghai AI Lab（上海人工智能实验室） 纠错

AI总结 TempR1通过时间感知的多任务强化学习框架，系统增强MLLMs的时间理解能力，通过多任务语料库和改进的GRPO算法实现稳定有效的跨任务优化，提升时间依赖性和适应性。

DreamStereo: Towards Real-Time Stereo Inpainting for HD Videos

DreamStereo: 向HD视频的实时立体修复迈进

Yuan Huang, Sijie Zhao, Jing Cheng, Hao Xu, Shaohui Jiao

机构 * ByteDance（字节跳动） 纠错

AI总结 本文提出DreamStereo，通过梯度感知视差扭曲、视差双投影和稀疏感知立体修复三个组件，解决立体修复中的数据稀缺和计算冗余问题，实现HD视频25FPS的实时处理。