arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

视频大模型

视频理解、视频生成、视频语言模型和时序视觉推理。

2026-04-15 至 2026-04-15 共收录 1 信号源:cs.CV, eess.IV, cs.MM

1. 视频扩散模型 1 篇

2510.11715 2026-04-15 cs.CV 79%

Point Prompting: Counterfactual Tracking with Video Diffusion Models

点提示:基于视频扩散模型的反事实跟踪

Ayush Shrivastava, Sanyam Mehta, Daniel Geng, Andrew Owens

机构 * University of Michigan(密歇根大学) Cornell University(康奈尔大学)

专题命中 视频扩散模型 :video diffusion(title,abstract);分类 cs.CV

AI总结 本文提出利用视频扩散模型进行零样本点跟踪,通过提示模型在视频中标记移动点,实现反事实生成,实验表明其跟踪效果优于传统方法且能克服遮挡。

Comments ICLR 2026. Project link: https://point-prompting.github.io

详情

展开后加载摘要…

URL PDF HTML 收藏