热点事件持续更新
LAIP框架解锁大规模音视频检索模型的空间定位能力
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026-09-30，arXiv发表Audio and Speech领域论文，介绍LAIP（Localization via Audio-Informed Pooling）框架。该框架以轻量级Audio-informed Spatial Pooling（AiSP）替换标准全局聚合模块，利用帧级对齐的音频查询中间视觉令牌来恢复被丢弃的空间信息，从而为大规模音视频检索模型赋予细粒度声源定位能力。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Audio and Speech大型音视频检索模型中的空间定位解锁：LAIP 框架通过音频感知池化实现细粒度声源定位
LAIP（Localization via Audio-Informed Pooling）框架用轻量级 Audio-informed Spatial Pooling（AiSP）替换标准全局聚合模块，通过帧级对齐的音频查询中间视觉令牌来恢复被丢弃的空间信息。
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。