1
AI 长视频时代来临：OpenAI GPT-6 Astra 助力生成时长从 1 分钟提升到 10 分钟
IT之家 10 月 14 日消息，OpenAI 公司今天（10 月 14 日）发布公告，宣布和 AI 视频生成平台 Higgsfield 达成最新合作进展。在接入 GPT-6 Astra 后，Higgsfield 支持生成的 AI 视频时长上限从 1 分钟提升到 10 分钟。 IT之家附上官方介绍视…
2
Beyond Frame Selection: Rethinking Long-Video Understanding with MLLMs
跳出帧采样旧范式，重新思考多模态大模型如何真正理解长视频。
arXiv:2608.05592v1 Announce Type: new Abstract: Multimodal Large Language Models (MLLMs) have achieved strong progress in video understanding, yet it …
3
4
App+1 | 把「从长视频截取片段」做到极致：Trimly
作为有多年专业音视频开发经验的技术工作者，我给自己，以及可能也有类似需求的你，做了一个把「从长视频里截取片段」这件事做到极致的产品。 查看全文
5
Do Video-LLMs Actually Watch? Diagnosing Character-Tracking Failures in Long-Form Video
诊断Video-LLM在长视频中跟踪角色的失败，揭示当前最强开源模型未能真正“观看”视频的局限。
arXiv:2607.11078v1 Announce Type: cross Abstract: Can a Video Large Language Model (Video-LLM) follow one person through a long video, keeping track o…
6
HiMu: Hierarchical Multimodal Frame Selection for Long Video Question Answering
突破长视频问答瓶颈，HiMu用层次化多模态帧选择在有限预算内精准提帧，高效又可靠。
arXiv:2603.18558v2 Announce Type: replace-cross Abstract: Long-form video question answering requires reasoning over extended temporal contexts, makin…
7
VideoAgent: All-in-One Framework for Video Understanding and Editing
一个统一框架搞定视频理解与编辑，专治长视频处理难题，AI视频工具的新方向。
arXiv:2606.23327v1 Announce Type: cross Abstract: Video editing has become essential in digital media creation, yet existing automated systems are res…
8
Scribby: A Multi-Level LLM Framework for Semantic Video Analysis
多级LLM框架Scribby，专攻长视频语义分析，为教育、直播等场景提供结构化解读
arXiv:2606.14762v1 Announce Type: cross Abstract: As video content continues to expand across educational platforms, recorded lectures, and live-strea…
9
VideoWeaver: Evaluating and Evolving Skills for Agentic Long Video Generation
Agent框架在长视频生成中的能力尚未被检验，VideoWeaver构建评估体系并进化技能，带来新视角。
arXiv:2606.08091v1 Announce Type: new Abstract: Recent agent frameworks such as Claude Code, Codex, and OpenClaw are strong at tool use and orchestrat…
10
11
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 …
12
小米 17 Max 手机首搭 8000mAh 金沙江电池，官方长视频重度续航测试超 33 小时
IT之家 5 月 19 日消息，小米手机官方今日发布视频，测试了全新 小米 17 Max 手机在 Bilibili 长视频场景下的续航表现。 据介绍，全新小米 17 Max 手机首搭 8000mAh 小米金沙江电池， 宣称拥有 Xiaomi 手机最强续航 。 IT之家注意到，在小米官方此次发布的测试…