MovieLLM
用AI短视频「反哺」长视频理解，腾讯MovieLLM框架瞄准电影级连续帧生成
在视频理解这一领域，尽管多模态模型在短视频分析上取得了突破性进展，展现出了较强的理解能力，但当它们面对电影级别的长视频时，却显得力不从心。因而，长视频的分析与理解，特别是对于长达数小时电影内容的理解，成为了当前的一个巨大挑战。究其原因，导致模型理解长视频困难的一个主要原因是缺乏高质量、多样化的长视频数据资源，而且收集和注释这些数据需要庞大的工作量。面对这样的难题， 腾讯和复旦大学的研究团队提出了 MovieLLM，一个创新性的 AI 生成框架。MovieLLM 采用了创新性的方法，不仅可以生成高质量、多样化的视频数
3/11/2024 11:49:00 AM
机器之心
- 1
资讯热榜
浙大满血版 DeepSeek 上线免费使用：无惧系统繁忙，全国 829 所 CARSI 联盟高校开放共享
DeepSeek 系列模型详解之 DeepSeek Math
DeepSeek 等秒变操控电脑 AI 智能体，微软开源工具 OmniParser V2.0 发布
DeepSeek 团队新作：把代码变成思维链，大模型推理各种能力全面提升
阿里通义万相宣布即将开源视频生成模型WanX 2.1
DeepSeek 推出 NSA 技术：加速长上下文训练与推理
刚刚，DeepSeek揭秘R1官方同款部署设置，温度=0.6！OpenAI推理指南同时上线
GPT-4o“人格觉醒”？ 升级后变身“毒舌”暖男，还懂人类小情绪了！
标签云
人工智能
AIGC
OpenAI
AI绘画
ChatGPT
数据
机器人
DeepSeek
谷歌
AI
Midjourney
智能
大模型
学习
GPT
用户
微软
AI创作
开源
图像
Meta
技术
论文
Stable Diffusion
马斯克
算法
模型
生成式
蛋白质
芯片
Gemini
计算
神经网络
代码
研究
AI设计
腾讯
Sora
3D
GPU
开发者
英伟达
场景
机器学习
伟达
预测
华为
模态
Transformer
AI for Science
文本
驾驶
深度学习
百度
AI视频
神器推荐
苹果
搜索
LLaMA
算力
干货合集
Anthropic
视频生成
Copilot
科技
2024
应用
安全
特斯拉
具身智能
AI应用场景
xAI
写作
机器
字节跳动
人形机器人
AGI
DeepMind
视觉
英特尔