视频大模型

Radial Attention: $O(n\log n)$ Sparse Attention with Energy Decay for Long Video Generation

径向注意力：具有能量衰减的 $O(n\log n)$ 稀疏注意力用于长视频生成

Xingyang Li, Muyang Li, Tianle Cai, Haocheng Xi, Shuo Yang, Yujun Lin, Lvmin Zhang, Songlin Yang, Jinbo Hu, Kelly Peng, Maneesh Agrawala, Ion Stoica, Kurt Keutzer, Song Han

机构 * MIT（麻省理工学院） ； NVIDIA（英伟达） ； Princeton（普林斯顿大学） ； UC Berkeley（加州大学伯克利分校） ； Stanford（斯坦福大学） ； First Intelligence（第一智能） 纠错

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

AI总结 本文提出径向注意力，通过能量衰减机制实现高效的长视频生成，显著提升生成速度并降低计算成本。

Comments Accepted to NeurIPS 2025, Code: https://github.com/mit-han-lab/radial-attention

TimeScope: Towards Task-Oriented Temporal Grounding In Long Videos

TimeScope: 向长视频中面向任务的时序定位迈进

Xiangrui Liu, Minghao Qin, Yan Shu, Zhengyang Liang, Yang Tian, Chen Jason Zhang, Bo Zhao, Zheng Liu

机构 * Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； School of AI, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； University of Trento（特伦多大学） ； Singapore Management University（新加坡管理大学） 纠错

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

AI总结 TimeScope通过逐步推理实现长视频中面向任务的时序定位，提升定位精度并增强下游任务表现。