热点事件持续更新
TiTok：面向多片段时序定位的音视频大语言模型
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026年10月8日，研究者在arXiv（Computer Vision）发布音视频大语言模型TiTok。该模型面向未剪辑视频中的音视频多片段时序定位（AV-MSG）问题，能够针对单个查询定位任意数量的时间片段。这是目前该事件的唯一报道，尚未见后续验证、复现或同行评议信息，模型性能、数据集与代码细节均未披露。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
研究者提出TiTok，可为单个查询在未剪辑视频中定位任意数量的音视频时段。报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv · Computer VisionTiTok：面向多片段时序定位的音视频大语言模型
研究者提出音视频大语言模型 TiTok，针对未剪辑视频中的音视频多片段时序定位（AV-MSG）问题，可为单个查询定位任意数量的时间片段。
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。