随着技术的不断进步，研究团队希望 HourVideo 能够推动开发出具备更强视觉理解能力的多模态模型，使其能够像人类一样处理长时间的视觉刺激，并在例如增强现实助手、具身智能体、互动视频平台等应用场景中发挥更大作用。

第二步，候选MCQ生成。 这需要在长视频中跨多个时间片段，进行信息分析和合成。 具体来说，研究人员以20分钟为间隔分割了视频，提取信息转化为结构化格式供大模型处理。最终一共开发了25个特定任务的prompts。 第三步，LLM优化与人工反馈。

迪拜有Salik收费站系统，目前在城市的不同地区设有八个收费站，很快将再增加两个收费站。在阿布扎比，也有自己的公路收费系统Darb。这两个系统的收费都是每次4迪拉姆，但有时在一天或一周中，部分收费站会免费开放。阿勒马克图姆大桥Al Maktoum ...