7B - 图灵汇

7B 大小的视频理解模型中的新 SOTA，来了！它就是由达摩院出品的 Video LLaMA 3，以图像为中心构建的新一代多模态视频-语言模型。在通用视频理解、时间推理和长视频理解三个核心维度进行评估
· 2025-02-14 13:13:31 345