TimeLens2: точный поиск моментов в видео через мультимодальные LLM

🔍 TimeLens2: точный поиск моментов в видео через мультимодальные LLM

Представлено семейство моделей TimeLens2 (4B и 8B), предназначенных для точного поиска временных интервалов в видео по текстовым запросам. Модели эффективно работают с длинными роликами и эгоцентрическими записями, используя метод GRPO для повышения точности.

🌍 Это автоматизирует разметку видео и улучшит навигацию в архивах через оптимизацию пространственно-временных связей.

👤 Позволяет быстро находить сцены в длинных видео по описанию, что полезно для монтажа и видеонаблюдения.

Источник 1: https://mcg-nju.github.io/TimeLens2/ Источник 2: https://arxiv.org/abs/2607.17423