开源视频版GPT-4o？快速记忆，实时问答，拿下CVPR'24长视频问答竞赛冠军

AIGC动态欢迎阅读

原标题：开源视频版GPT-4o？快速记忆，实时问答，拿下CVPR'24长视频问答竞赛冠军
关键字：字节跳动,视频,模型,记忆,能力
文章来源：机器之心
内容字数：0字

内容摘要：

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com张颢继：清华大学本科生，师从唐彦嵩老师，主要研究方向为视频理解。
王逸钦：清华大学深圳研究生院硕士生，师从唐彦嵩老师，主要研究方向为多模态学习。
唐彦嵩博士：清华大学深圳研究生院助理教授，主要研究方向为视频理解与 3D 生成。
刘镛：清华大学深圳研究生院博士生，师从唐彦嵩老师，主要研究方向为视觉分割、视频理解。
冯佳时博士：字节跳动视觉研究的负责人，他的研究领域包括深度学习及其在计算机视觉中的应用。
代季峰博士：清华大学电子工程系副教授，主要研究方向为视觉基础模型与自动驾驶。
项目 Leader，靳潇杰博士：现就职于字节跳动美国研究院，研究方向包括多模态基础模型、生成式学习、视频编辑等。
基于 ChatGPT、LLAMA、Vicuna [1, 2, 3] 等大

原文链接：开源视频版GPT-4o？快速记忆，实时问答，拿下CVPR'24长视频问答竞赛冠军