麻省理工学院研究人员提出了一种新方法，利用视频追踪数据提升视觉语言模型（VLM）在图像中定位个性化物体的能力，如宠物。这种方法提高了定位准确性，为未来AI在物体追踪和辅助技术方面的应用提供了可能性。
本研究提出了一种基于卷积神经网络的实时视频目标追踪算法，克服了传统算法在复杂场景中的局限性。该算法通过在线学习机制提升了追踪的成功率和稳定性，适用于视频监控和智能交通等领域。
完成下面两步后，将自动完成登录并继续当前操作。
