视频理解 – 量子位

视频理解

大模型无法真正理解视频，GPT-4o正确率仅36%，南洋理工大团队提出新基准

用5种问题发现AI视频理解的3大弱点

不圆 2025-08-01

新加坡南洋理工视频理解视频理解大模型视频理解能力

单卡搞定万帧视频理解！智源研究院开源轻量级超长视频理解模型Video-XL-2

2048帧视频12秒编码

鱼羊 2025-06-04

智源视频理解

3B模型逆袭7B巨头！Video-XL-Pro突破长视频理解极限，大海捞针准确率超98%

单卡可处理近万帧视频，超长视频理解新SOTA

十三 2025-05-04

上海交通大学大海捞针视频理解

Llama都在用的RoPE有了视频版，长视频理解/检索绝佳拍档

复旦大学、上海AI Lab等带来

明敏 2025-02-19

视频理解

达摩院开源VideoLLaMA3：仅7B大小，视频理解拿下SOTA | 在线可玩

还有2B的图像理解模型

十三 2025-02-14

图像理解开源模型视频理解达摩院

加载更多

热门文章

阿里千问大模型换将，32岁林俊旸官宣告别

苹果春季新品奔着龙虾来了！AI性能暴涨8倍，8499元起

把20亿参数装进胸针？高通补齐了个人AI生态的最后一块拼图

技术获 NVIDIA、Pi 双重认可！原力灵机 DM0 模型重塑具身智能新范式

高德发布全球首个由大模型驱动的视觉认知步行导引系统