Kuaishou（快手）

CineCap: Structured Reasoning with Spatio-Temporal Anchors for Cinematographic Video Captioning

CineCap: 基于时空锚点的结构化推理用于电影化视频描述

Xinyu Mao, Yuhui Zeng, Xiaokun Liu, Wenyu Qin, Meng Wang, Xin Tao, Pengfei Wan, Xiaohan Xing, Max Meng

机构 * The Chinese University of Hong Kong（香港中文大学） ； Xiamen University（厦门大学） ； Kling Team, Kuaishou Technology（快手科技Kling团队） ； National University of Singapore（新加坡国立大学） ； Southern University of Science and Technology（南方科技大学） 纠错

AI总结 提出CineCap框架，通过时空锚点结构化推理和强化学习（覆盖完整性、准确性和门控覆盖奖励）生成电影化视频描述，在CineCap Bench基准上达到新最优。

Comments 10 pages, 4 figures

Geometry-Instructed Video Editing

几何指导的视频编辑

Chirui Chang, Xiaoyang Lyu, Yi-Hua Huang, Haoru Tan, Shizhen Zhao, Yikang Ding, Jianmin Bao, Xin Tao, Pengfei Wan, Xiaojuan Qi

机构 * The University of Hong Kong（香港大学） ； Kuaishou Technology（快手科技） 纠错

AI总结 提出GIVE框架，通过深度框和方向框统一描述对象状态变化，实现物体级几何编辑（平移、旋转、缩放等），并保持阴影等二次效果一致，在合成和真实视频上展现良好效果。

Repeated Shared Access Enables Grokking, but Edit Propagation Depends on an Addressable Memory

重复共享访问实现Grokking，但编辑传播依赖于细粒度可寻址内存

Yanan Niu

机构 * Kuaishou（快手） 纠错

AI总结 本研究在合成知识图谱问答中比较四种架构，发现重复共享访问是学习OOD组合的关键，但编辑传播仅在具有细粒度可寻址内存的架构中有效。

Comments 35 pages, 4 figures, 22 tables