Video-HolmesV2: Can MLLMs Reason with Spatio-Temporal Audio-Visual Evidence in Long Videos?
Zhaoyang Wei · Zipeng Wang · Yushe Cao · Chenhui Qiang · Shuaibing Cheng · Xuesong Yang · Sen Nie · Bowen Jiang · Wenchao Ding · Yanchao Hao · Zheng Wei · Xuehui Yu · Zhenjun Han