محققان در جدیدترین گزارش خود از برگزاری سومین دوره چالش «MAC» در کنفرانس ACM Multimedia 2026 خبر دادهاند. این بار تمرکز اصلی از «شناسایی» به «درک عمیق» ریز-کنشها (Micro-Actions) تغییر یافته است.
با کمک مدلهای زبانی چندوجهی (Multimodal LLMs)، این هوش مصنوعی حالا میتواند رفتارهای ظریف و غیرکلامی انسان را در تعاملات اجتماعی با دقت بسیار بالاتری تحلیل و تفسیر کند. این گامی بزرگ برای هوشمندتر کردن تعامل ماشین و انسان است. 💡
منبع: arXiv Computer Vision