Skip to content
Hot eventLive

TiTok：面向多片段时序定位的音视频大语言模型

1 reports1 sources4 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 3 hr ago

LatestOct 8
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。

Timeline

Follow the coverage from different angles.

Oct 8, 2026
  1. arXiv · Computer Vision
    TiTok：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。

Heat trend

Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –

02.557.510Oct8Oct8Oct8Oct8

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.