開源視頻版GPT-4o？快速記憶，實時問答，拿下CVPR'24長視頻問答競賽冠軍

AIGC動態歡迎閱讀

原標題：開源視頻版GPT-4o？快速記憶，實時問答，拿下CVPR'24長視頻問答競賽冠軍
關鍵字：字節跳動,視頻,模型,記憶,能力
文章來源：機器之心
內容字數：0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張顥繼：清華大學本科生，師從唐彥嵩老師，主要研究方向為視頻理解。
王逸欽：清華大學深圳研究生院碩士生，師從唐彥嵩老師，主要研究方向為多模態學習。
唐彥嵩博士：清華大學深圳研究生院助理教授，主要研究方向為視頻理解與 3D 生成。
劉鏞：清華大學深圳研究生院博士生，師從唐彥嵩老師，主要研究方向為視覺分割、視頻理解。
馮佳時博士：字節跳動視覺研究的負責人，他的研究領域包括深度學習及其在計算機視覺中的應用。
代季峰博士：清華大學電子工程系副教授，主要研究方向為視覺基礎模型與自動駕駛。
項目 Leader，靳瀟杰博士：現就職于字節跳動美國研究院，研究方向包括多模態基礎模型、生成式學習、視頻編輯等。
基于 ChatGPT、LLAMA、Vicuna [1, 2, 3] 等大

原文鏈接：開源視頻版GPT-4o？快速記憶，實時問答，拿下CVPR'24長視頻問答競賽冠軍