NumPro方法通过在视频帧中添加数字标识符，提升了视频大模型的时序定位能力。该方法无需训练，利用光学字符识别技术，准确关联视觉内容与时间线。实验结果表明，NumPro在多个基准测试中超越了现有最佳水平，对模型的通用理解能力影响较小。

UniVTG框架通过统一视频时序定位的标签和任务，提高定位能力。实验证明该框架在三项任务上有效灵活。