今日 本周 本月 三个月 半年 一年 所有
📋 全部 🤖 AI·大模型 ⚡ 效率工具 📝 深度技术 🚀 产品观察 💰 商业科技 🔓 开源项目 🎨 设计创意 📖 阅读推荐 🏷 资源合集 🌱 成长效率
1
📝 深度技术 arXiv AI 2026-06-05

Towards One-to-Many Temporal Grounding

ICML'26接收，提出一对多时序定位新框架，突破传统单片段局限，实现文本到视频多片段精准匹配。

arXiv:2606.06294v1 Announce Type: cross Abstract: Temporal Grounding (TG) aims to localize video segments corresponding to a textual query. Prior rese…

时间定位 icml 多模态 nlp 视频理解
2
🤖 AI·大模型 arXiv 计算机视觉 2026-05-22

MLLMs Know When Before Speaking: Revealing and Recovering Temporal Grounding via Attention Cues

多模态大模型对视频时间定位不可靠？这篇论文通过注意力线索揭示并恢复时间感知，有望突破时序理解瓶颈。

arXiv:2605.21954v1 Announce Type: new Abstract: Video temporal grounding (VTG), which localizes the start and end times of a queried event in an untri…

视频时间定位 多模态大语言模型 注意力机制 时间感知 时序定位

📅 日期

2026-05-20 2026-05-19