GenDSR：迁移视频生成模型表征提升动态空间推理
热点事件持续更新
GenDSR：迁移视频生成模型表征提升动态空间推理
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
Ke Yang 等研究者发布论文 GenDSR（arXiv:2610.41314），提出将视频生成模型（VGM）的中间表征迁移到视觉语言模型（VLM），用于动态空间推理。据论文，该方法在 DSR-Bench 上达到 67.2%，超过此前最佳成绩，创下新的 SOTA。 框架设计了原始分支与差分分支，分别保留整体生成上下文与时间变化信息，并通过任务条件化的 token 级门控融合，将这些表征注入 VLM 原有的视觉表征。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
GenDSR：从视频生成模型迁移表征以提升动态空间推理报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv cs.AIGenDSR：从视频生成模型迁移表征以提升动态空间推理
GenDSR 框架将视频生成模型（VGM）的中间表征迁移到视觉语言模型（VLM），用于动态空间推理。该框架设计原始分支与差分分支分别保留整体生成上下文与时间变化信息，并通过任务条件化的 token 级门控融合注入原有视觉表征。在 DSR-Bench 上 GenDSR 达到 67.2%，超越此前最佳成绩，创下新的 SOTA。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。