视频大模型

Affordance-First Decomposition for Continual Learning in Video-Language Understanding

基于可及性的分解方法用于视频-语言理解中的持续学习

Mengzhu Xu, Hanzhi Liu, Ningkang Peng, Qianyu Chen, Canran Xiao

机构 * University of Sydney（悉尼大学） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） ； Nanjing Normal University（南京师范大学） ； Nanyang Technological University（南洋理工大学） ； Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） 纠错

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

AI总结 AFD通过显式分解视频-语言理解中的稳定性与适应性，实现了在持续学习中的高性能表现。

Comments Under review

4DGT: Learning a 4D Gaussian Transformer Using Real-World Monocular Videos

4DGT: 基于4D高斯变换器的学习用于动态场景重建

Zhen Xu, Zhengqin Li, Zhao Dong, Xiaowei Zhou, Richard Newcombe, Zhaoyang Lv

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

AI总结 4DGT通过基于4D高斯的变换器模型，在真实世界单目视频上实现高效动态场景重建，显著提升重建速度并优于现有方法。

Comments NeurIPS 2025 (Spotlight); Project Page: https://4dgt.github.io