1.提出问题？
视频理解任务五花八门（动作识别、时空定位、目标跟踪、指称分割……），传统专用模型泛化差；LLM 推理能力强，但怎么和视频结合、有哪些路线，当时没人系统整理过。
2.解决问题
提出三大架构范式 ——Video Analyzer + LLM（先分析再问答）、Video Embedder + LLM（直接嵌入）、混合架构；按任务类型梳理对应数据集与评估指标（f-mAP、video-mAP、HOTA 等）。
3.成果
这套三大范式的分类法成了领域通用的坐标原点，后续工作基本都在这个框架里定位。
4.启发
懂得了长视频理解大语言模型的架构，一共3种架构，我感觉先分析再回答的架构不怎么适合做token压缩，不如直接嵌入的压缩token。
