ViGeo：用时空类比把视觉上下文学习扩展到视频任务

研究团队提出 ViGeo 框架，通过时空画布补全（spatiotemporal canvas completion）把视觉类比式上下文学习从图像扩展到视频。该方法免训练即可适配多种视频任务，并能零样本泛化到未见过的视频操作和 event cameras 等新模态。论文还发现任务内化现象：预训练任务的查询格式会覆盖示例，加入少量任务无关数据即可消除这一捷径。