拥有杜依蔚（前排左二）和王耀新（后排左二）助阵的突击者（Blitzers Team），日前在首届BDMNTN-XL团体赛决赛中，以7比2击败拥有谢定峰与张御宇压阵的飓风队（Hurricanes team）夺得冠军。（BXL 官方脸书照片）（雅加达5日综合电）拥有杜依蔚和王耀新助阵的突击者（Blitzers Team），日前在印尼雅加达士纳央体育馆落幕的首届BDMNTN-XL团体赛决赛中，以7比2击 ...

长视频理解是多模态大模型的核心能力之一，也是迈向通用人工智能（AGI）的关键一步。然而，现有的多模态大模型在处理 10 分钟以上的超长视频时，仍然面临性能差和效率低的双重挑战。

Video-XL借助语言模型（LLM）的原生能力对长视觉序列进行压缩，不仅保留了短视频理解的能力，而且在长视频理解上展现了出色的泛化能力。Video-XL相较于同等参数规模的模型，在多个主流长视频理解基准评测的多项任务中排名第一。此外，Video-X ...

近年来，随着视频内容的激增，长视频理解成为了人工智能研究的一个重要领域。近日，由智源研究院联合多所高校共同推出的新型超长视频理解模型Video-XL，标志着该领域的一项技术突破。该模型仅需一块80G显存的显卡，便能高效处理并理解小时级的超长视频，展现了前所未有的性能与效率。这不仅为研究者提供了强有力的工具，也为整个行业带来了重大的变革潜力。 Video-XL的核心技术在于其独特的视觉编码机制和语言 ...

在人工智能的迅速发展中，视频理解技术迎来了前所未有的突破。近日，由智源研究院联合国内多所顶尖高校推出的Video-XL模型，成功实现了超长视频理解的高精度处理，标志着这一领域迈入了一个新纪元。利用一张80GB显存的显卡，Video-XL能在数秒内对小时级别的视频内容进行解析和理解，其准确率达到了惊人的95%。这不仅在技术上树立了新的里程碑，更为未来多模态人工智能的发展奠定了基础。 驱动技术变革的V ...

与之相对的是，iPhone 16 Pro的物料成本较去年增加了6%。具体来看， iPhone 16 Pro 的芯片成本预计为135美元，显示屏成本为110美元，摄像头组件总计91美元。相比之下，Pixel 9 ...

以前手握10-15万想买合资轿车，可能最多只能看看紧凑型车型，想买合资中型轿车，基本是“天方夜谭”。但如今10万左右的预算买中型车已经成为现实，毕竟最近几年国内汽车市场得到了快速的发展，也诞生了一些实力不俗的车型。因此即便手握10万预算，你也可以买到 ...

在当今信息爆炸的数字时代，视频内容的数量和长度日益增长，如何有效理解和处理这些长视频成为人工智能领域的一大挑战。智源研究院联合多所国内顶尖高校，共同推出了一种名为Video-XL的超长视频理解大模型，这一技术的出现标志着长视频理解领域的重大突破。这项新技术仅需一张80G的显卡，即可处理长度达到小时级的视频，准确率突破95%，让人惊叹不已。Video-XL不仅提升了视频理解的准确性，也为未来AI在影 ...

北京智源人工智能研究院联合上海交通大学、中国人民大学、北京大学和北京邮电大学等高校推出了一款名为Video-XL的超长视频理解大模型。这款模型是多模态大模型核心能力的重要展示，也是向通用人工智能（AGI）迈进的关键步骤。与现有多模态大模型相比，Video-XL在处理超过10分钟的长视频时，展现了更优的性能和效率。

在人工智能的快速发展中，视频理解技术逐渐成为研究的热门方向。近日，由智源研究院联合多所高校开发的最新超长视频理解大模型Video-XL应运而生，它凭借一块80G显卡便可实现对小时级超长视频的理解，并在业界内外引起广泛关注。

这种压缩技术不仅提高了效率，还能有效保留视频的关键信息。要知道，长视频里经常充斥着大量冗余信息，就像老太太的裹脚布，又长又臭。Video-XL 则能精准地剔除这些无用信息，只保留精华部分，这就保证了模型在理解长视频内容时不会迷失方向。

编辑：编辑部 HYZ 【新智元导读】长视频理解迎来新纪元！智源联手国内多所顶尖高校，推出了超长视频理解大模型Video-XL。仅用一张80G显卡处理小时级视频，未来AI看懂电影再也不是难事。 长视频理解是多模态大模型的核心能力之一，也是迈向 ...