目录：

1.攻克小说

1.攻克小说

本研究由新加坡国立大学 Show Lab 团队主导完成共一作者 Zeyu Zhu 祝泽宇（博士生）与 Kevin Qinghong Lin 林庆泓（博士生）均来自 ShowLab@NUS，聚焦于多模态理解以及智能体（Agent）研究。

项目负责人为新加坡国立大学校长青年助理教授 Mike Zheng Shou 寿政

攻克长文档与多模态挑战，Paper2Video实现学术视频的自动化生产（插图

背景：学术展示视频生成挑战学术展示视频作为科研交流的重要媒介，制作过程仍高度依赖人工，需要反复进行幻灯片设计、逐页录制和后期剪辑，往往需要数小时才能产出几分钟的视频，效率低下且成本高昂，这凸显了推动学术展示视频自动化生成的必要性。

然而，与自然视频生成不同（如 Sora2、Veo3 等扩散模型），学术展示视频面临以下独特挑战：长文档与高密度输入 (Multi-modal Long-context Input):

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。