arXiv Computer Vision· Jiahao Meng, Zhongyuan Bao, Yue Tan, Haiquan Wen, Renrui Zhang, Anna Wang, Jason Li, Yanwei Fu, Yunhai Tong, Ming-Hsuan Yang·· 1 天前AI 评分31
Open-o3-Video-v2：以可验证时空证据进行寻找、定位与推理
Open-o3-Video-v2: Seek, Ground, and Reason with Verifiable Spatio-Temporal Evidence
AI 导读
Open-o3-Video-v2 将视频推理重构为智能体式的证据定位过程，模型可识别缺失信息、主动获取额外观测，并把支撑推理的时刻与物体写入轨迹。配套构建了含 52K 多轮智能体定位推理轨迹的 STGR-v2-CoT135K 与 STGR-v2-RL-13K，并提出 Clue-Seek GRPO（CS-GRPO）奖励线索覆盖与逐步增益、惩罚冗余检索。
来源：arXiv Computer Vision · arxiv.org