AI Research 技术调研

标签: video-language-model

此标签下有2条笔记。

  • 2026年7月16日

    RoboVQA: Multimodal Long-Horizon Reasoning for Robotics

    • robovqa
    • benchmark
    • vqa
    • long-horizon-planning
    • cross-embodiment
    • intervention-rate
    • video-language-model
    • videococa
    • chain-of-thought
    • data-collection
  • 2026年7月16日

    World Model on Million-Length Video And Language With Blockwise RingAttention

    • world-model
    • ring-attention
    • long-context
    • million-token-context
    • video-language-model
    • autoregressive-transformer
    • vqgan
    • blockwise-parallel-transformer
    • tpu-training
    • rope-scaling

  • GitHub