FiGMo：时间戳骨骼姿态动作理解模型
热点事件持续更新
FiGMo：时间戳骨骼姿态动作理解模型
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月16日，arXiv Computer Vision 刊出 Thomas Markhorst 等作者的论文，提出 FiGMo 模型。该模型基于 LLM，将动作表示为带时间戳的骨骼姿态，可对动作顺序与时长进行推理。其统一姿态编码器同时支持 2D 和 3D 骨骼，包括真实视频检测到的姿态，RGB 可选作上下文。报道称，FiGMo 在动作问答、密集动作描述和动作识别上取得 SOTA，时间戳提升了时间定位，并在子采样下保留物理时序。目前该事件仅有这一篇主报道，尚无后续跟进报道，模型的具体开放程度、使用条件与限制在现有报道中未予说明。
AI 根据报道生成 · 1 小时前更新
最新进展10月16日 12:00
FiGMo：用语言模型实现细粒度人体动作理解报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv Computer VisionFiGMo：用语言模型实现细粒度人体动作理解
FiGMo 是一个基于 LLM 的动作理解模型，将动作表示为带时间戳的骨骼姿态，可对动作顺序与时长进行推理。其统一姿态编码器同时支持 2D 和 3D 骨骼（含真实视频检测姿态），RGB 可选作上下文。在动作问答、密集动作描述和动作识别上取得 SOTA，时间戳提升了时间定位并在子采样下保留物理时序。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。