arXiv · cs.AI · Bohai Gu, Taiyi Wu, Dazhao Du, Jian Liu, Shuai Yang, Xiaotong Zhao, Alan Zhao, Song Guo · 10 小时前模型评分40
Place-it-R1：用环境感知 MLLM 推理实现视频物体插入
Place-it-R1: Unlocking Environment-aware Reasoning Potential of MLLM for Video Object Insertion
导读
Place-it-R1 是一个端到端视频物体插入框架，让多模态大语言模型（MLLM，Multimodal Large Language Model）分析目标环境、推断物体与场景的交互，并判断插入位置在物理上是否合理。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：内容与娱乐
事件类型：研究发布
证据摘录
- “We present Place-it-R1, an end-to-end framework for physically plausible video object insertion driven by environment-aware MLLM reasoning.”
来源：arXiv · cs.AI · arxiv.org