Google DeepMind 为 Gemini 推出 agentic 视频理解功能
Google DeepMind 为 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash-Lite 推出 agentic video understanding，模型动态扫描视频片段，相比固定帧率处理 token 消耗最多降低 88%，成本最多降低 66%，准确率最多提升 7%。
AI视频 大事记
重要进展 IMPORTANT_PROGRESS
2023-12-21 — 2023-12-21
重要进展 · 第 64 / 86 页
VideoPoet 用统一语言模型处理视频生成任务
VideoPoet 将视频与音频表示为离散标记，以统一自回归模型研究文生视频、图生视频、视频风格化和视频到音频等任务。
AI视频 精选历史资讯
— · 1 条
精选资讯 · 第 1 / 1 页
分类
排序
暂无内容