本研究提出了M2S框架，旨在解决生成丰富长篇文本描述的不足，特别是结合视频和音频的描述。M2S框架通过音频、视频和角色识别，展示了在多模态文本生成领域的优越性和良好的可扩展性，具有重要的研究潜力。

本研究探讨了大型视觉语言模型在长视频描述中的局限性，提出了StoryTeller系统，通过音视频角色识别提高描述一致性，实验结果显示准确率提升了9.5%。

本研究针对大型语言模型中的目标劫持问题，提出了一种新颖的伪对话注入攻击方法，利用模型在对话中角色识别的弱点，实验结果显示其效果显著优于现有方法。