在12個視頻理解任務中，Mamba先打敗了Transformer

AIGC動態歡迎閱讀

原標題：在12個視頻理解任務中，Mamba先打敗了Transformer
關鍵字：視頻,模型,團隊,建模,性能
文章來源：機器之心
內容字數：12228字

內容摘要：

AIxiv專欄是機器之心發布學術、技術內容的欄目。過去數年，機器之心AIxiv專欄接收報道了2000多篇內容，覆蓋全球各大高校與企業的頂級實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或者聯系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com。探索視頻理解的新境界，Mamba 模型引領計算機視覺研究新潮流！傳統架構的局限已被打破，狀態空間模型 Mamba 以其在長序列處理上的獨特優勢，為視頻理解領域帶來了性的變革。
來自學、上海人工智能實驗室、復旦大學、浙江大學的研究團隊發布了一項開創性工作。他們全面審視了 Mamba 在視頻建模中的多重角色，提出了針對 14 種模型 / 模塊的 Video Mamba Suite，在 12 項視頻理解任務中對其進行了深入評估。結果令人振奮：Mamba 在視頻專用和視頻 – 語言任務中均展現出強勁的潛力，實現了效率與性能的理想平衡。這不僅是技術上的飛躍，更是對未來視頻理解研究的有力推動。論文標題：Video Mamba Suite: State Spac

原文鏈接：在12個視頻理解任務中，Mamba先打敗了Transformer

聯系作者

文章來源：機器之心
作者微信：almosthuman2014
作者簡介：專業的人工智能媒體和產業服務平臺