作者位次 #4/11ICLR 2026Poster· Computer Vision / Vision Models & Multimodal
AVoCaDO: An Audiovisual Video Captioner Driven by Temporal Orchestration
Xinlong Chen · Yue Ding · Weihong Lin · Jingyun Hua · Linli Yao · Yang Shi · Bozhou Li · Qiang Liu · Yuanxing Zhang · Pengfei Wan · Liang Wang
多模态OpenReview