跳到正文
实时
热点事件持续更新

EgoCaptioner模型发布

1 篇报道1 个报道来源11 小时前更新

先了解这件事

AI 综述

qwen发布了EgoCaptioner模型,该模型通过结合场景、参与者和穿戴者整体活动的视频级概览与自适应叙述的关键时间步长,实现了全面和细粒度的第一人称视频描述。它在五个第一人称基准测试中,在描述质量、描述条件化问答和时间对齐方面均优于所有评估的开源模型,并在PhysCapBench上超越Gemini 3.1 Pro,在Minerva-Ego上超越所有评估的专有基线。

AI 根据报道生成 · 更新于 1 小时前

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. Hugging Face Daily Papers
    EgoCaptioner:迈向全面和细粒度的第一人称视频描述

    EgoCaptioner通过结合场景、参与者和穿戴者整体活动的视频级概览与自适应叙述的关键时间步长,实现了全面和细粒度的第一人称视频描述。它在五个第一人称基准测试中,在描述质量、描述条件化问答和时间对齐方面均优于所有评估的开源模型,并在PhysCapBench上超越Gemini 3.1 Pro,在Minerva-Ego上超越所有评估的专有基线。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。