标签：视频理解
空间智能版ImageNet来了！李飞飞吴佳俊团队出品
斯坦福大学李飞飞和吴佳俊团队推出了HourVideo，一个旨在评估多模态模型对长达一小时视频理解能力的基准数据集。HourVideo包含500个来自Ego4D数据集的第一人...
一张显卡看遍天下电影！智源联合高校开源Video-XL打破长视频理解极限，95%准确率刷爆纪录
智源研究院联合国内多所顶尖高校推出了超长视频理解大模型Video-XL，这一模型在处理小时级视频上展现了卓越的性能和泛化能力。Video-XL利用语言模型的原生能...
一块显卡理解一部电影，最新超长视频理解大模型出炉！“大海捞针”准确率近95%，代码已开源
智源研究院联合多所高校发布了超长视频理解大模型Video-XL，该模型利用语言模型的原生能力对长视觉序列进行压缩，不仅保留了短视频理解的能力，还在长视频理...
我用AI鉴宝，在潘家园被店主围攻了！
面壁科技推出的“小钢炮”MiniCPM-V 2.6模型以其出色的视频理解能力受到关注，该模型能够直接部署在iPad上。在潘家园的实地测试中，MiniCPM-V 2.6展现出了对复...
让「GPT-4V」跑在手机上，这家中国大模型公司做到了
面壁公司最新发布的MiniCPM-V 2.6在端侧视频理解方面取得了重大突破，成功实现了与GPT-4V相媲美的性能。MiniCPM-V 2.6首次在端侧实现了单图、多图、视频理解...
智谱上线视频生成模型：30秒生成6秒时长，免费不限次！B 站也有研发功劳？
智谱 AI 推出了一款名为清影（Ying）的 AI 生成视频模型，该模型能够基于任意文字生成视频。用户可以通过输入文本提示（Prompt），选择不同的风格，如卡通3D...
AI 视频不只是视频生成！英伟达领投 5000 万，专注视频理解的这家公司值得关注
视频生成领域的竞争日益激烈，许多公司如Pika、Sora、Luma AI和国内的可灵等都在探索多模态视频生成技术。尽管视频生成技术备受关注，但其实际应用场景落地相...
免费AI“神器”第十五弹：哈佛研发的视频理解大模型问世；Infinity AI能一键生成电影| 钛媒体AGI
近期，人工智能生成内容（AIGC）领域推出了五款具有创新性的AI应用，进一步拓宽了人们对AI技术的想象。首先，MiniGPT4-Video由KAUST和哈佛大学联合开发，是一...
CNN、Transformer、Uniformer之外，我们终于有了更高效的视频理解技术
视频理解技术旨在准确把握视频中的时空信息，但面临着短视频片段的时空冗余和复杂时空依赖关系的双重挑战。传统的三维卷积神经网络（CNN）和视频Transformer...
Pieter Abbeel 新工作“大世界模型”：轻松玩转 1 小时长视频，一对一 QA 视频内容细节
总结：伯克利人工智能实验室发布了名为“Large World Model（LWM）”的研究成果，这是一个能够处理长视频和超长文本任务的AI模型。LWM的核心在于其能够理解和预...
