GitHub热榜第一：百万token上下文，还能生成视频，UC伯克利出品

AIGC动态欢迎阅读

原标题：GitHub热榜第一：百万token上下文，还能生成视频，UC伯克利出品
关键字：模型,视频,文本,研究人员,窗口
文章来源：量子位
内容字数：3514字

内容摘要：

克雷西发自凹非寺量子位 | 公众号 QbitAI今日GitHub热榜榜首，是最新的开源世界模型。
上下文窗口长度达到了100万token，持平了谷歌同时推出的王炸Gemini 1.5，伯克利出品。
强大的模型，命名也是简单粗暴——没有任何额外点缀，直接就叫LargeWorldModel（LWM）。
LWM支持处理多模态信息，能在100万token中准确找到目标文本，还能一口气看完1小时的视频。
网友看了不禁表示，这种大海捞针般的测试，LWM能完成的如此出色，而且还开源，实在是令人印象深刻。
那么，LWM的表现到底有多强呢？
百万上下文窗口，可看1小时视频在测试过程中，研究人员用多段一个多小时的视频检验了LWM的长序列理解能力，这些视频由YouTube上不同的视频片段拼接而成。
他们将这些视频输入LWM，然后针对其中的细节进行提问，涉及的片段位于整个视频的不同位置，同时研究者还将LWM与GPT-4V等模型做了对比。
结果GPT-4V是一问一个不吱声，闭源强者Gemini Pro和开源强者Video-LLaVA都给出了错误的答案，只有LWM回答对了。
在另一段视频的测试中，其他模型都说

原文链接：GitHub热榜第一：百万token上下文，还能生成视频，UC伯克利出品