研究人员提出了CoordTok，一种高效的视频标记器，能够有效处理长视频，降低计算成本和内存需求。该方法通过将视频分解为时空块，并利用基于坐标的表示，显著提升了重建质量和效率。然而，CoordTok在处理动态视频时仍需改进。