【CVPR 2026】CoF：Chain-of-Frames，让视频大模型按帧推理｜从多模态视频推理范式视角本文解读 CVPR 2026 论文《Chain-of-Frames: Advancing Video Understanding in Multimodal LLMs via Frame-Aware Reasoning》。该论文提出 Chain-of-Frames（CoF，帧感知推理链），通过融合单阶段链式推理、显式帧引用与真实+合成双通道数据生成，让视频多模态大模型在回答前先输出一段明确引用关键帧的推理过程，其特别之处在于把"关键帧检索"内化为纯文本推理轨迹中的帧编号引用，无需任何辅助模型。实验表明 C