**DirCast：首个单模型实现电竞直播导播与解说**

_DirCast: Live Esports Directing and Commentary with a Single Streaming Video-Language Model_

> DirCast 是一款单流视频语言模型，能够仅凭原始摄像头画面实时完成电竞直播的导播（镜头切换）与解说。该模型通过低分辨率扫描所有视角并动态决策，再对选定视角进行高分辨率分析，有效解决了传统方法依赖人工导播或无法处理无限长流的问题。在 Dota 2 数据集测试中，DirCast 的导播表现优于 GPT-5，解说质量在 Proact-VL 协议下以 29.2% 的胜率超越 GPT-4o。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-26 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.31734)