THG-Omni：以图监督实现可追溯视频推理

Jisheng Dang 等作者发布论文，提出 THG-Omni 框架：把 Segment Anything Model 3 追踪到的参与者轨迹，与带时间定位的 Qwen3-VL 标注连接起来，用于训练全模态视频推理模型。作者称该框架旨在系统性地缓解视频推理中的相关问题，并以“以人为中心”的图监督让推理过程可追溯。 目前公开信息只说明框架的构成与用途，未给出训练效果或评测结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。