VideoJev:视频理解与交互的系统一模型
视频加载中
视频加载中VideoJev 把视频理解与交互化为结构化决策:共享打分头对时间区间与候选文本打分,统一时间定位与视频多选问答,让智能体基于视频即时决策。
Category: research
Author: @_akhaliq
Date: 2026-10-14T00:00:00
Duration: 91.0s
Reference: https://huggingface.co/papers/2610.18615
相关视频
3:05JoyAI-VL-Interaction:8B视觉驱动实时交互模型
@ModelScope2022 · 401次播放 · 2026-07-23
JoyAI-VL8BJD
0:27Veda 稀疏注意力加速视频角色替换
@ai_hakase_ · 104次播放 · 2026-10-13
视频生成Sparse AttentionComfyUI
0:26MIT Draft：调参数就出可仿真机器人
@spaceandtech_ · 197次播放 · 2026-10-11
机器人设计MJCFMuJoCo
1:06RoboJEPA:具身世界模型首个缩放定律
@artemZholus · 198次播放 · 2026-10-10
世界模型联合嵌入预测架构缩放定律
2:02RoboRender：把仿真轨迹渲成照片级视频
@RavenHuang4 · 437次播放 · 2026-10-08
仿真到现实视频生成策略学习
2:38Long-WAM：长上下文实时世界动作模型
@AaronWeiHuang · 364次播放 · 2026-10-08
世界动作模型视觉语言动作模型实时控制
作为亚马逊联盟会员,我们可能从符合条件的购买中获得佣金。