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。

2025-10-27 至 2025-10-27 共收录 2 篇信号源：cs.CV, eess.IV, cs.MM

1. 视频理解 2 篇

2506.03525 2025-10-27 cs.CV cs.AI cs.CL 83%

Daeun Lee, Jaehong Yoon, Jaemin Cho, Mohit Bansal

机构 * UNC Chapel Hill（UNC夏洛特山分校）； Nanyang Technological University（南洋理工大学）

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

2510.21026 2025-10-27 cs.RO 50%

Sai Haneesh Allu, Jishnu Jaykumar P, Ninad Khargonkar, Tyler Summers, Jian Yao, Yu Xiang

机构 * University of Texas at Dallas（德克萨斯大学达拉斯分校）； XPeng（小鹏）

专题命中视频理解：video understanding(abstract)

Comments 14 pages, 11 figures and 3 tables. Project page is available at \url{https://irvlutd.github.io/HRT1/}