香港中文大学（深圳）研究团队提出TRACE技术，通过因果事件建模提升视频理解能力，解决了传统视频检索效率低的问题。TRACE将视频结构化为时间戳、显著性分数和文本描述，显著提高了时序理解与定位精度，效果优于其他模型。