3B模型逆袭7B巨头！Video-XL-Pro突破长视频理解极限，大海捞针准确率超98%

Video-XL-Pro由上海交通大学等机构联合开发，创新使用“重构式token压缩”技术，在多个长视频理解基准评测中超越Meta的7B模型Apollo-7B等。该模型仅3B参数量，却实现近万帧视频单卡处理，大海捞针准确率超98%，并在V-STaR评测中取得25.07的mIoU得分。目前，模型及数据已开源。
来源：https://mp.weixin.qq.com/s/b76WUrYNc65B6kqbxkqpaw