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

不同模型厂同一家Agentic Infra，AGI时代的地基终于浮出水面

WAIC 2026收官｜范式大会亮点集锦，见证AI 2.0从技术突破走向产业实践

当AI进入最依赖“人”的行业：一家四线城市康复机构利润增长40%

全球首发技术路线+全域联盟双轮破局，AI for ADANES释放先进核能新质生产力

AI语音进入“表演时代”：阿里Qwen-Audio-3.0-TTS登顶全球权威榜单