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。

2025-09-09 至 2025-09-09 共收录 1 篇信号源：cs.CV, eess.IV, cs.MM

1. 动作与事件理解 1 篇

2508.09822 2025-09-09 cs.CV 57%

Physical Autoregressive Model for Robotic Manipulation without Action Pretraining

Zijian Song, Sihan Qin, Tianshui Chen, Liang Lin, Guangrun Wang

机构 * Sun Yat-sen University（中山大学）； Guangdong Key Laboratory of Big Data Analysis and Processing（广东大数据分析与处理重点实验室）； X-Era AI Lab（X-Era人工智能实验室）； Guangdong University of Technology（广东工业大学）

专题命中动作与事件理解：video generation(abstract)；分类 cs.CV

Comments 16 pages, 6 figures

↑