arXivDaily arXiv每日学术速递 周一至周五更新

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。

2025-07-31 至 2025-07-31 共收录 1 信号源:cs.CV, eess.IV, cs.MM

1. 长视频与时序推理 1 篇

2411.07076 2025-07-31 cs.CV cs.AI 79%

StoryTeller: Improving Long Video Description through Global Audio-Visual Character Identification

Yichen He, Yuan Lin, Jianchao Wu, Hanchong Zhang, Yuchen Zhang, Ruicheng Le

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

详情

展开后加载摘要…

URL PDF HTML 收藏