TimeBlind：面向视频大语言模型的时空组合性基准
HuggingFace Daily Papers · · 发布于 2026-09-11 · 1 分钟阅读
arXiv:2602.00288v4 发布类型：替换交叉 摘要：细粒度的时空理解对于视频推理和具身人工智能至关重要。然而，虽然多模态大语言模型（MLLMs）掌握了静态语义，它们对时间动态的把握仍然脆弱。我们
要点 1
arXiv:2602.00288v4 发布类型：替换交叉 摘要：细粒度的时空理解对于视频推理和具身人工智能至关重要。
要点 2
然而，虽然多模态大语言模型（MLLMs）掌握了静态语义，它们对时间动态的把握仍然脆弱。
SOURCES
共 1 个来源