#事件定位

VLM先看后合成，让视频字幕生成更精准，比传统方法更智能地找到事件变化点。

官方账号arXiv cs.AI@Ye-Chan Kim, Seunghee Choi, SeungJu Cha, Si-Woo Kim, Hwiseon Kim, Hyungee Kim, Dong-Jin Kim原文