Hugging Face Daily Papers·· 28 天前AI 评分38
DirCast:用单一流式视频语言模型实现电竞赛事直播导播与解说
DirCast: Live Esports Directing and Commentary with a Single Streaming Video-Language Model
AI 导读
DirCast 用单一流式视频语言模型同时完成电竞赛事直播的导播与解说:每秒低分辨率扫描全部选手镜头,由 hold-or-switch 导播模块决定是否切镜,再高分辨率读取所选镜头后开口解说。
打开原文 arxiv.org