TimeLens2 以 4B 和 8B 模型拿下 7 项视频定位 SOTA
_akhaliq · x · 2026-07-21
TimeLens2 是一个视频时间定位方向的通用多模态模型，目标是判断视频里“证据出现的时间点”在哪里。
- 配图显示，它在 7 个基准 上取得了 SOTA。
- 4B 和 8B 版本甚至超过了一个 397B 参数 的模型。
- 图中还展示了它覆盖的多个能力面：短视频动作定位、事件级定位、精彩片段检测、长视频多片段定位、用户风格定位、问句式定位，以及第一人称场景定位。
所属事件:TimeLens2 刷新 7 项视频时序定位 SOTA(2 条相关)→
「多模态」频道最新
- Midjourney 把蜜蜂做成碎片爆炸梗图 — michaelrabone · 2026-07-22
- 物理奖励能改进视频生成，但不等于物理引擎 — Dapper-Drawer4546 · 2026-07-22
- HeyGen 给 coding agent 接入 7.5 万图片和 1 万音乐 — HeyGen · 2026-07-22
- Reddit 用户求 20GB 显存内的 ComfyUI 成人向工作流 — hobbyist2020 · 2026-07-22
- Krea 2 用户推荐双段 Clownshark 采样配置提升细节 — listopalafoto · 2026-07-22
- Gemini Omni Flash 把船舱直接改成了洞穴风格 — chrisfirst · 2026-07-22