IXThinker·2025-02-15 13:30

達摩院開源VideoLLaMA 3 稱霸影片理解

7B大小的影片理解模型迎來新SOTA。達摩院開源的VideoLLaMA 3是以圖像為中心構建的新一代多模態影片-語言模型，並提供適用於端側設備的2B版本，兩款模型均在線上開放試玩。

三維度超基線

在通用影片理解、時間推理和長影片理解三個核心維度的評估中，VideoLLaMA 3均取得優異成績，超越多數基線模型，成為7B級別影片理解模型中的新SOTA。