From Videos to Indexed Knowledge Graphs -- Framework to Marry Methods for Multimodal Content Analysis and Understanding
机构 * University Of Southern California（美国南加州大学）
专题命中 视频多模态 ：multimodal(title)；multi-modal(abstract)；分类 cs.CV、cs.CL、cs.AI
AI 大模型
多模态大模型
跨文本、图像、视频、音频等模态的大模型与学习方法。
1. 视频多模态 2 篇
MultiModal Action Conditioned Video Generation
机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室）
专题命中 视频多模态 ：multimodal(title,abstract)；分类 cs.CV
