搜索：超长视频理解

「超长视频理解」共找到 1684 篇相关文章

多模态推理新范式！DiffThinker：用扩散模型「画」出推理和答案

上海人工智能实验室等团队提出全新生成式多模态推理范式，发布模型 DiffThinker。它打破传统定式，以图像到图像生成任务重构推理过程，在多项复杂任务中表现优于顶尖闭源模型，有四大核心特性。

通义文档智能团队推出QwenLong - L1.5，提供长文本推理后训练“配方”，含数据合成管线、强化学习方法和智能体架构。通过三大“法宝”重塑模型能力，效果显著，相关代码已开源。

空间推理是多模态大语言模型（MLLMs）应用关键挑战，当前‘语言描述式调优’让模型成‘视觉文盲’。多校联合提出MILO范式，结合视觉生成反馈与语言调优，还构建GeoGen数据集，经五大任务验证其有效。

作者以家政阿姨打扫卫生为例科普AI名词，如阿姨比作AI Agent，扫地机器人是SubAgent，智能家居协议对应MCP，《家政技能手册》为Skills，借此辅助解释常见AI概念，助读者理解。

文章指出过去50年影像公司通过推动坐标点向「计算」端移动创造商业变量。如今计算突破天花板，带来理解、增强、生成现实三层价值释放，解锁新场景，AI Native影像公司机会巨大。

生成模型改变直播行业，但此前模型难保证时间一致性、有延迟等问题。加利福尼亚大学推出StreamDiffusionV2，通过智能调度和缓存机制优化，支持多GPU并行，可灵活调画质和延迟，实现实时直播。

在人工智能走向智能体阶段，‘记忆’成焦点。如今大模型‘记不住’上下文，‘从Human Memory到Agent Memory’跃迁是迈向具身智慧关键。GAIR Live将邀专家探讨记忆技术逻辑与路径。

Meta研究团队开源Omnilingual ASR，能理解1600种语言，用几条语音 - 文本配对样本就能零样本扩展新语种。提供三种架构，满足不同需求，性能超现有多语种模型，应用场景广泛。

超对称技术公司在新版基座模型 BigBang - Proton 中使用的 Monte Carlo 注意力开源。它基于二进制块编码技术，用块间代表交流机制实现线性复杂度，兼具多种注意力机制优点，可满足宇宙尺度建模的上下文长度需求。

上交大刘鹏飞团队提出人工智能本质是“上下文革命”，在论文中把“上下文”提升为智能系统核心结构，提出“上下文工程”学科框架，通过实验揭示智能发展规律，为AI发展指明新方向。