图像描述 / 视频字幕 / 多模态对齐

23-25年上市公司财报、审计报告、esg报告归集

目标 / 关键点 / 分割 / 属性

上万条医学专利pdf

指令遵循 / 描述优化 / 多轮交互

镜头描述 / 时序字幕 / 语义关联

运镜模式 / 镜头风格 / 克隆检测

单字 / 文本行 / 数字 / 公式

镜头 / 动作 / 对白 / 语义

广告特征 / 水印检测 / 内容识别

动作提取 / 姿态映射 / 风格迁移

艺术风格 / 色彩基调 / 视觉特征

清晰度 / 稳定度 / 色彩还原 / 噪声

转场类型 / 跳切检测 / 时序分析