阿波罗：大型多模态模型的视频理解探索

本研究解决了大型多模态模型（LMMs）在视频理解方面的机制探索不足的问题，并提出了通过对视频-LMMs的设计和训练决策进行深入分析来提高其效率的突破性见解。最终，我们开发了阿波罗系列LMMs，实现了在不同模型规模下的优秀性能，显著提升了视频理解的效果。