Meta开源长视频LLM项目LongVU:可过滤重复帧高效精准理解长视频内容

2024年10月28日 17:27:40 来源：Citnews中文科技资讯

　　Meta AI团队推出了LongVU，一种新型的时空自适应压缩机制，旨在提升长视频的语言理解能力。

　　该技术利用DINOv2特征剔除冗余帧，通过跨模态查询实现特征选择性压缩，在各种视频理解基准测试中表现优异，尤其在长视频理解任务中超越其他方法。

　　长视频内容的快速增长需要更加高效的处理方式，LongVU的推出为多模态理解领域带来新的可能性。

　　LongVU是一种新型的时空自适应压缩机制，旨在提升长视频的语言理解能力。

　　该技术利用DINOv2特征剔除冗余帧，并通过跨模态查询实现特征选择性压缩。

　　LongVU在各种视频理解基准测试中表现优异，尤其在长视频理解任务中，超越了其他方法。

　　文章内容仅供阅读，不构成投资建议，请谨慎对待。投资者据此操作，风险自担。

即时

特斯拉最近发布了一段视频，展示了其人形机器人Optimus(擎天柱)的新功能和进展，试图回应外界对其智能水平的质疑。

近日，中国家电及消费电子博览会(AWE 2024)隆重开幕。全球领先的智能终端企业TCL实业携多款创新技术和新品亮相，以敢为精神勇闯技术无人区，斩获四项AWE 2024艾普兰大奖。

“以前都要去窗口办，一套流程下来都要半个月了，现在方便多了!”打开“重庆公积金”微信小程序，按照提示流程提交相关材料，仅几秒钟，重庆市民曾某的账户就打进了21600元。

2024年3月12日，由爱普生举办的主题为“纯臻4K 视界焕新”新品发布会在上海盛大举行。

由世界人工智能大会组委会、上海市经信委、徐汇区政府、临港新片区管委会共同指导，由上海市人工智能行业协会联合上海人工智能实验室、上海临港经济发展(集团)有限公司、开放原子开源基金会主办的“2024全球开发者先锋大会”，将于2024年3月23日至24日举办。