零样本多模态框架实现足球事件定位

一项针对足球转播的零样本多模态事件定位研究发布。该框架在130个足球事件测试集上实现72.0%的F1@5s指标，性能超越CALF和NetVLAD++。 研究通过构建紧凑的视觉故事板和语音转录，将模型推理成本降低72%。这一技术进展有效支持了足球高光片段生成与视频索引等应用场景。 该研究成果已被ISM 2026主会议接收。

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。