Nghiên cứu
VideoChat3: Mô hình ngôn ngữ đa phương thức video mã nguồn mở, hiệu quả và đa năng
(giờ Việt Nam)
Tóm tắt AI
VideoChat3 là mô hình MLLM video mã nguồn mở toàn diện, sử dụng kiến trúc I3D-ViT và độ phân giải khung hình thích ứng để tối ưu hóa hiệu suất và khả năng hiểu video tổng quát.
Bản dịch AI
Tác giả: Xinhao Li, Yuhan Zhu, Xiangyu Zeng, Yuhao Dong, Haoning Wu, Zhiqiu Zhang, Yuandong Yang, Changlian Ma, Qingyu Zhang, Yansong Shi, Xinyu Chen, Haoran Chen, Zizheng Huang, Jun Zhang, Kun Ouyang, Lin Sui, Ziang Yan, Yicheng Xu, Chenting Wang, Yinan He, Hongjie Zhang, Yi Wang, Yu Qiao, Yali Wang, Ziwei Liu, Kai Chen, Limin Wang
Xem PDF HTML (thử nghiệm)
DOI do arXiv cấp thông qua DataCite (đang chờ đăng ký)
Lịch sử gửi bài
Từ: Zhiqiu Zhang [xem email] [v1] Thứ Năm, 16 tháng 7 năm 2026 12:47:59 UTC (16.144 KB)
Bài viết được AI dịch và tổng hợp tự động từ Hugging Face Daily Papers. Liên kết bài gốc ở phía trên. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.