OpenCoF提出面向视频推理的完整研究框架，包括覆盖11类任务的OpenCoF-17K数据集、基于Wan2.2-I2V-A14B微调的Wan-CoF模型，以及视觉和文本推理token机制。作者在4个视频推理基准上报告相对基线的明显提升，并通过注意力分析研究中间推理状态在模型深度、去噪步骤、空间与时间维度中的作用。
最近 24 小时暂无可用热度快照。