视频运动理解

ReMoT：基于运动对比三元组的强化学习

ReMoT: Reinforcement Learning with Motion Contrast Triplets

用规则化流程从视频元标注自动构造运动对比三元组，并以 GRPO 替代 SFT 训练 VLM 判别细微运动差异（如相反方向），为视频时序理解与具身/驾驶场景的时空一致性提供可复用的数据构造与强化学习后训练方案。