三花快讯 · 2025, 6月26日
谷歌开源 VideoPrism：让 LLM 轻松理解视频内容的通用嵌入模型
支持多种视频理解任务
VideoPrism 是谷歌开源的一个通用视频嵌入模型，能够将视频转换为向量表示。
视频向量化可以让 LLM 轻松处理各种视频理解任务，包括分类、检索、定位、字幕生成和问答等。
代码和模型都已经发布了，有需要的佬不要错过。
商业转载请联系三花微信公众号获得授权，非商业转载请注明本文出处及文章链接，您可以自由地在任何媒体以任何形式复制和分发作品，也可以修改和创作，但是分发衍生作品时必须采用相同的许可协议。
本文采用 CC BY-NC-SA 4.0 - 非商业性使用 - 相同方式共享 4.0 国际 进行许可。