arXiv cs.AI· Xinyu Deng, Siwen Luo, Daochang Liu·2026-10-23 12:00· 2 小时前AI 评分38

智能体视频理解综述：从固定视频-语言推理走向主动决策的 agentic 系统

Agentic Video Understanding: A Survey

AI 导读

一篇被 DICTA 2026 录用、共 15 页 3 图的综述系统梳理了视频理解智能体：以视频为主要信息源，通过自适应状态构建与动作选择完成理解任务。