论文·18 天前·约 1 分钟读完·arxiv.org长视频中身份条件推理北京交大等开发的多模态模型,凭参考人物图像在长视频中完成追踪与因果推理A原文来源arxiv.orghttps://arxiv.org/abs/2608.07417 打开原文