AIBase
Home
AI NEWS
AI Tools
AI Models
MCP
AI Services
AI Compute
AI Tutorial
EN

AI News

View More

Meta开源长视频LLM项目LongVU:可过滤重复帧 高效精准理解长视频内容

最近,Meta AI 团队带来了 LongVU,这是一种新颖的时空自适应压缩机制,旨在提升长视频的语言理解能力。传统的多模态大型语言模型(MLLMs)在处理长视频时面临着上下文长度的限制,而 LongVU 正是为了解决这一难题而诞生。LongVU 的工作原理主要通过过滤重复帧、跨帧token压缩等方法来高效使用上下文长度,能够在保持视频视觉细节的同时减少视频中的冗余信息。具体来说,团队使用 DINOv2的特征来剔除那些高度相似的冗余帧。接着,通过文本引导的跨模态查询,实现了选择性地减少帧特征

19.1k 6 days ago
Meta开源长视频LLM项目LongVU:可过滤重复帧 高效精准理解长视频内容

Models

View More

Hunyuan-TurboS-Vision

Tencent

Hunyuan-TurboS-Vision

$3

Input tokens/M

$9

Output tokens/M

16

Context Length

AIBase
Empowering the future, your artificial intelligence solution think tank
English简体中文繁體中文にほんご
FirendLinks:
AI Newsletters AI ToolsMCP ServersAI NewsAIBaseLLM LeaderboardAI Ranking
© 2025AIBase
Business CooperationSite Map