YouTube推出新的需求生成功能，结合可信创作者与AI，帮助广告主优化广告创意，吸引新客户。广告主可通过多模态视频创建工具高效制作广告，并在Google地图等新渠道中找到目标受众，简化广告活动的创建与优化，提升投资回报率。

寒武纪项目由谢赛宁、李飞飞和LeCun主导，推出了Cambrian-S模型，专注于提升AI的空间感知能力。该模型通过多模态视频理解，解决了传统模型在长视频处理中的不足，取得了显著进展。

本研究提出了多种基于图的深度学习方法，旨在提高多模态视频中的行动检测和图像融合性能。通过图卷积网络和特征融合，克服模态差异，显著提升了在多个基准测试中的表现，尤其在无监督域适应和医学图像融合任务中取得了优异结果。

本文介绍了一种多模态视频主题分段器，结合视频转录和跨模态注意机制，提出双对比学习框架，以提升模型对复杂视频的适应能力。实验结果表明，该方法在短视频和长视频上均优于基准，具有更好的准确度和可转移性。