University of Oxford（牛津大学）

Self-Supervised Learning of Structured Dynamics from Videos

从视频中进行结构化动力学的自监督学习

Lukas Knobel, Andrew Zisserman, Yuki M. Asano

机构 * Fundamental AI Lab, UTN（基础人工智能实验室，UTN） ； VGG, University of Oxford（VGG，牛津大学） 纠错

AI总结 研究能否从预训练图像视觉Transformer的冻结特征中恢复结构化运动表示，提出结构化动力学模型（SDM），通过未来特征预测分离动力学来源，结合自监督与弱监督训练，在新评估套件上表现出色，证明预训练图像模型可用于结构化视频动力学表示。

Comments preprint, Project page: https://lukasknobel.github.io/projects/StructuredDynamics

Out of Sight, Still in Mind: Token Compression for Omni-LLMs

视而不见，仍记于心：全模态大语言模型的令牌压缩

Suho Yoo, Youngjoon Jang, Hyebin Cho, Joon Son Chung

机构 * KAIST（韩国科学技术院） ； VGG, University of Oxford（牛津大学视觉几何组） 纠错

AI总结 研究旨在降低Omni-LLMs推理时输入令牌成本，提出无需训练的ReMo框架，通过跨模态重分配信息压缩视觉令牌，在Qwen2.5-Omni上实验，去除54%输入令牌且准确率无损失，甚至略超全令牌模型。

Comments Preprint