1
可灵AI落地近30亿美元融资，创全球视频大模型公司融资规模新纪录
可灵AI获近30亿美元融资，刷新全球视频大模型融资纪录，行业风向标来了！
7月2日，快手旗下视频生成大模型可灵AI落地近30亿美元融资，投后估值有望达到180亿美元。此次融资，可灵AI创下全球视频大模型公司最大额融资纪录，标志着其独立商业化发展进程正式开启。本轮融资由CPE源峰、国方创投、BlueFive、腾讯、中关村科学城基金（联合国科投资）、中信证券联合领投，以及数十…
2
Training-Free Composed Video Retrieval via Visual Representation-Guided Video-LLM Reasoning
无需额外训练，利用视觉表示引导视频大模型推理，实现组合视频检索，CVPR 2026 workshop 最新成果。
arXiv:2606.02321v1 Announce Type: new Abstract: Recent advances in large vision-language models have expanded video retrieval from simple text-based s…
3
Which Way Did It Move? Diagnosing and Overcoming Directional Motion Blindness in Video-LLMs
视频大模型竟会“运动盲视”？研究揭示其方向识别缺陷并提出数据与模型改进方案。
arXiv:2605.22823v1 Announce Type: new Abstract: Video Large Language Models (Video-LLMs) have made rapid progress on temporal video understanding, yet…
4
LiteFrame: Efficient Vision Encoders Unlock Frame Scaling in Video LLMs
提出高效视觉编码器，解决Video LLM长视频中视觉token爆炸难题，突破帧扩展瓶颈。
arXiv:2605.17260v1 Announce Type: new Abstract: The fundamental challenge in scaling Video Large Language Models (Video LLMs) to long-form video lies …