单卡搞定万帧视频理解！智源研究院开源轻量级超长视频理解模型Video-XL-2
2048帧视频12秒编码
智源研究院与上海交通大学联合推出开源视频理解模型Video-XL-2，该模型支持单卡处理万帧视频，编码2048帧仅需12秒。在长视频理解任务中表现优异，超越现有轻量级模型，具有广泛应用潜力，如影视分析和异常行为监测。
原文中文，约3300字，阅读约需8分钟。发表于：。
验证
正在访问的资源需要验证您是否真人。
第一步：扫码
或在微信中搜索公众号“小红花技术领袖”并关注
第二步：在公众号对话中发送验证码：