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。

2025-09-19 至 2025-09-19 共收录 3 篇信号源：cs.CV, eess.IV, cs.MM

1. 视频理解 1 篇

2509.14199 2025-09-19 cs.CV cs.AI cs.CL cs.LG 79%

Haichao Zhang, Wenhao Chai, Shwai He, Ang Li, Yun Fu

机构 * Northeastern University（东北大学）； Princeton University（普林斯顿大学）； University of Maryland（马里兰大学）

专题命中视频理解：video understanding(title,abstract)；分类 cs.CV

2508.01442 2025-09-19 cs.RO 50%

Shutong Jin, Lezhong Wang, Ben Temming, Florian T. Pokorny

机构 * KTH Royal Institute of Technology（皇家理工学院）； Technical University of Denmark（丹麦技术大学）

专题命中视频扩散模型：video diffusion(abstract)

2508.19026 2025-09-19 cs.CL cs.AI cs.CV 57%

Gueter Josmy Faure, Min-Hung Chen, Jia-Fong Yeh, Ying Cheng, Hung-Ting Su, Yung-Hao Tang, Shang-Hong Lai, Winston H. Hsu

机构 * National Taiwan University（国立台湾大学）； NVIDIA ； National Tsing Hua University（国立清华大学）

专题命中视频问答：video-language(abstract)；分类 cs.CV

Comments Accepted for EMNLP'2025 Main Conference (Oral Presentation). Project Page: https://joslefaure.github.io/assets/html/moviecore.html