arXiv发布Place-it-R1视频物体插入框架
热点事件持续更新
arXiv发布Place-it-R1视频物体插入框架
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月23日，arXiv平台发布论文《Place-it-R1：利用环境感知 MLLM 推理实现物理合理的视频物体插入》。论文提出名为 Place-it-R1 的端到端框架，该框架利用环境感知多模态大语言模型（MLLM）分析目标环境并推断物体与场景的交互。具体而言，模型生成语义与空间的双重引导，用于实现物理合理的视频物体插入。此外，论文还引入了空间直接偏好优化（Spatial DPO）机制，通过 MLLM 对生成的候选项进行排序，将物理违规惩罚精确限定在插入物体区域。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
Place-it-R1：利用环境感知 MLLM 推理实现物理合理的视频物体插入报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv · AIPlace-it-R1：利用环境感知 MLLM 推理实现物理合理的视频物体插入
论文提出 Place-it-R1，一个由环境感知 MLLM 驱动的物理合理视频物体插入端到端框架。 该框架利用 MLLM 分析目标环境并推断物体-场景交互，生成语义与空间双重引导；引入空间直接偏好优化（Spatial DPO），通过 MLLM 对生成候选进行排序，将物理违规惩罚精确限定在插入物体区域。
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。