人大与快手Kling发布EventLens视频时序理解框架

2026年10月14日，人大 AIM3 Lab 与快手 Kling AI 团队发布论文 EventLens，提出一种以视觉为中心的强化学习框架，用于让多模态大模型恢复视频事件时序结构。该框架基于三级时序本体，构建事件分割、进程判别、多事件关系推理三类可验证任务，其奖励具有确定性、无需人类偏好标签。训练上采用任务专属 GRPO，并以多教师在线策略蒸馏（MT-OPD）进行整合。报道称其目标是补齐多模态大模型的视频时序理解能力。目前该工作处于论文发布阶段，后续进展尚未见报道。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。