Google 联合高校提出 VIS-Ground 视频锚定方法

2026年10月13日，Google 与 UIUC、UCLA 研究者发布 VIS-Ground，用于解决交互式视频叙事中跨上下文依赖无法从单一输入看出的锚定难题。该方法把 contextual grounding 形式化为将异构输入转为可执行约束模型，分为上下文抽象、约束归纳、约束视频生成三步。报道称其在三个视频生成骨干上取得最高综合得分，较各骨干最强基线平均绝对提升 10.3 分；但依赖抽取与渲染忠实性仍是难点。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。