让我们看看演示视频吧！

LongVU，Meta开源的长视频LLM，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，在保留视频视觉细节的同时减少视频token数。

项目地址：https://vision-cair.github.io/LongVU/

Github地址：https://github.com/Vision-CAIR/LongVU

论文地址：https://arxiv.org/abs/2410.17434

在线体验：https://huggingface.co/spaces/Vision-CAIR/LongVU



微信扫描下方的二维码阅读本文

LongVU，Meta开源的长视频LLM，在保留视频视觉细节的同时减少视频token数插图

声明：本站所有文章，如无特殊说明或标注，均为本站原创发布。任何个人或组织，在未征得本站同意时，禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益，可联系我们进行处理。