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。

2025-09-26 至 2025-09-26 共收录 2 篇信号源：cs.CV, eess.IV, cs.MM

1. 视频理解 2 篇

2509.17084 2025-09-26 cs.CV 57%

MoCLIP-Lite: Efficient Video Recognition by Fusing CLIP with Motion Vectors

Binhua Huang, Ni Wang, Arjun Pakrashi, Soumyabrata Dev

机构 * The ADAPT SFI Research Centre（ADAPT SFI研究机构）； School of Computer Science, University College Dublin（大学学院计算机科学系）； Amazon Development Center Germany GmbH（亚马逊德国开发中心）； Beijing-Dublin International College（北京-都柏林国际学院）

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

Comments 6 pages, 3 figures

2504.14096 2025-09-26 cs.CV 57%

VideoPASTA: 7K Preference Pairs That Matter for Video-LLM Alignment

Yogesh Kulkarni, Pooyan Fazli

机构 * Arizona State University（亚利桑那州立大学）

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

Comments EMNLP 2025 (Main)