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

Meta员工空转AI只为浪费token！烧的多挣的多，日均消耗2万亿

卡帕西没做完的，开源社区48小时搞定了！完全体知识库，token省70倍

Anthropic发布Managed Agents，才发现这支硅谷华人团队早就押对了赌注

神秘「欢乐马」霸榜视频模型！本以为Seedance2.0已封神…

智谱GLM-5.1“Day0”上线华为云，可通过多款产品体验