arXivDaily arXiv每日学术速递 周一至周五更新
爬虫太凶残了,网站这两天有点不稳定,紧急升级ing

AI 大模型

视频大模型

视频理解、视频生成、视频语言模型和时序视觉推理。

2025-07-23 至 2025-07-23 共收录 2 信号源:cs.CV, eess.IV, cs.MM

1. 长视频与时序推理 2 篇

2411.19951 2025-07-23 cs.CV cs.CL cs.LG 70%

Sparrow: Data-Efficient Video-LLM with Text-to-Image Augmentation

Shukang Yin, Chaoyou Fu, Sirui Zhao, Chunjiang Ge, Yan Yang, Yuhan Dai, Yongdong Luo, Tong Xu, Caifeng Shan, Enhong Chen

机构 * USTC(中国科学技术大学) NJU(南京大学) THU(清华大学) XMU(厦门大学)

专题命中 长视频与时序推理 :video understanding(abstract);long video(abstract);分类 cs.CV

Comments Project page: https://github.com/VITA-MLLM/Sparrow

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.09577 2025-07-23 cs.CV 57%

Memory-Augmented SAM2 for Training-Free Surgical Video Segmentation

Ming Yin, Fu Wang, Xujiong Ye, Yanda Meng, Zeyu Fu

机构 * Department of Computer Science, University of Exeter(计算机科学系,埃克塞特大学)

专题命中 长视频与时序推理 :long video(abstract);分类 cs.CV

Comments Accepted in MICCAI 2025

详情

展开后加载摘要…

URL PDF HTML 收藏