新EgoCaptioner:基于 Qwen3.5-9B 的第一人称视频字幕生成模型,PhysCapBench 表现超越 Gemini 3.1 Pro由香港科技大学(广州)、KlingAI Research、北京大学等多所顶尖机构联合推出的 EgoCaptioner,是一款专为第一人称(Egocentric)视频设计的细粒度字幕生成模型。 项目主页...多模态模型# EgoCaptioner# Qwen3.5-9B13分钟前10