热点事件持续更新
CameraVLM：让 VLM 分清镜头运动方向
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026 年 10 月 16 日，AGI Hunt 报道了港广科大、腾讯与 LIX/Ecole Polytechnique 合作提出的 CameraVLM。报道指出，多数视觉语言模型（VLM）在判断镜头是左移还是右移时表现接近抛硬币，难以理解屏外相机运动。针对这一问题，CameraVLM 用 motion tokens 捕捉屏外相机运动，用 flow tokens 捕捉屏内主体与背景的光流动态，并通过两阶段 state–language 对齐训练，让运动语义与语言共同学习。目前该工作以论文形式公开，报道未给出更多评测数据或后续落地进展。
AI 根据报道生成 · 3 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- AGI HuntCameraVLM：多数视觉模型分不清镜头左移还是右移
港广科大、腾讯与 LIX/Ecole Polytechnique 的论文提出 CameraVLM，指出多数 VLM 判断镜头是左移还是右移时表现接近抛硬币。方案用 motion tokens 捕捉屏外相机运动、flow tokens 捕捉屏内主体与背景的光流动态，并通过两阶段 state–language 对齐训练让运动语义与语言共同学习。
本事件热度走势
当前热度 9·可比范围峰值 10（10月16日 05:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。