HF Daily Papers·· 5 天前精选AI 评分51
DirCast：用单一流式视频语言模型完成电竞导播与实时解说
DirCast: Live Esports Directing and Commentary with a Single Streaming Video-Language Model
AI 导读
DirCast 是一种流式视频语言模型，可仅依据过去上下文同时选择电竞直播镜头并生成实时解说。模型每秒低分辨率扫描所有摄像头，以保持或切换策略决定是否转场，再以高分辨率读取选中画面并解说；上下文保留已播画面与已生成解说，让其余视角移出，从而约束任意长度流的成本。
推荐理由
论文把每秒选镜头与实时解说统一进单一流式模型，并提供规则系统、GPT-5、GPT-4o及11个流式解说器的对照结果。
来源：HF Daily Papers · huggingface.co