视频大模型

Relax Forcing: Relaxed KV-Memory for Consistent Long Video Generation

放松强制：用于一致长视频生成的放松KV内存

Zengqun Zhao, Yanzuo Lu, Ziquan Liu, Jifei Song, Jiankang Deng, Ioannis Patras

机构 * Queen Mary University of London（伦敦玛丽女王大学） ； Imperial College London（伦敦帝国学院） 纠错

专题命中 长视频与时序推理 ：video generation(title,abstract)；long video(title,abstract)；video diffusion(abstract)；分类 cs.CV

AI总结 本文提出Relax Forcing机制，通过结构化时间内存提升长视频生成的运动动态和时间一致性，减少注意力开销。

Comments Project page: see https://zengqunzhao.github.io/Relax-Forcing

Unleashing Video Language Models for Fine-grained HRCT Report Generation

释放视频语言模型以生成细粒度HRCT报告

Yingying Fang, Huichi Zhou, KinHei Lee, Yijia Wang, Zhenxuan Zhang, Jiahao Huang, Guang Yang

机构 * Bioengineering Department, Imperial College London, London, UK School of Biomedical Engineering \& lmaging Sciences, King's College London, London,UK 纠错

专题命中 长视频与时序推理 ：video language model(title,abstract)；分类 cs.CV

AI总结 本文提出AbSteering框架，通过异常中心方案和直接偏好优化目标，提升视频语言模型在HRCT报告生成中的精度与细粒度区分能力，优于现有领域特定CT基础模型。

PAS3R: Pose-Adaptive Streaming 3D Reconstruction for Long Video Sequences

PAS3R：面向长视频序列的姿态自适应流式3D重建

Lanbo Xu, Liang Guo, Caigui Jiang, Cheng Wang

机构 * State Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi'an Jiaotong University, China（人机混合增强智能国家重点实验室，人工智能与机器人研究院，西安交通大学，中国） ； University of East Anglia, Norwich, NR47TJ, United Kingdom（东安格利亚大学，诺里奇，英国） 纠错

专题命中 长视频与时序推理 ：long video(title,abstract)；分类 cs.CV

AI总结 PAS3R通过动态调节状态更新机制，解决流式3D重建中视角变化与结构稳定性矛盾，提升长视频序列的轨迹精度和点云重建质量。

Leum-VL Technical Report

Leum-VL 技术报告

Yuxuan He, Chaiming Huang, Yifan Wu, Hongjun Wang, Chenkui Shen, Jifan Zhang, Long Li

机构 * Hainan Sihe Data Technology Co., Ltd.（海南世和数据技术有限公司） 纠错

专题命中 长视频与时序推理 ：video understanding(abstract)；video-language(abstract)；分类 cs.MM

AI总结 本文提出SV6D框架，通过六维结构化表示解析视频内容，构建Leum-VL-8B模型，在多个基准测试中取得优异成绩，强调视频AI需关注结构表示而非像素生成。

Comments 27 pages, 5 figures