Hugging Face Daily Papers·2026-10-13 08:00· 2 天前AI 评分43

Open-o3-Video-v2：用可验证时空证据进行视频检索、定位与推理

Open-o3-Video-v2: Seek, Ground, and Reason with Verifiable Spatio-Temporal Evidence

AI 导读

Open-o3-Video-v2 将视频推理建模为统一的智能体证据支撑流程，可主动获取缺失视觉证据并进行时刻与对象级 grounding。其训练数据包括 STGR-v2-CoT135K 的 52K 多轮轨迹和 STGR-v2-RL-13K，并提出 CS-GRPO。