本研究提出了一种无训练的视频动作定位方法VideoGEM，利用预训练的图像和视频语言模型，通过动态调整层权重，分别处理动作、动词和对象提示，显著提高了动作定位精度，超越了现有最佳方法。
完成下面两步后，将自动完成登录并继续当前操作。
