感谢IT之家网友USER的线索投递！IT之家7月12日消息，智谱AI宣布，训练了一种新的视频理解模型CogVLM2-Video，并将其开源。据介绍，当前大多数的视频理解模型使用帧平均和视频标记压缩方法，导致时间信息的丢失，无法准确回答与时间相关的问题。一些专注于时间问答数据集的模型过于局限于特定格式和适用领域，使得模型失去了更广泛的问答能力。▲官方效果演示智谱AI 提出了一种基于视觉模型
88 0 2024-07-12 14:21
