Auf dem Gebiet des Videoverständnisses taucht ein dunkles Pferd auf! Das Video-XL-Modell kann bis zu einer Stunde Video verarbeiten!
Der Herausgeber von Downcodes bringt große Neuigkeiten: Video-XL, ein visuelles Sprachmodell, das ultralange Videos effizient verarbeitet, ist geboren! Es überwindet den Engpass des herkömmlichen MLLM bei der Verarbeitung ultralanger Videos. Es nutzt die
2025-01-27
