AI视频理解再上一层楼 MiniGPT4-Video面世
股市行情 2024-04-08 17:06今日股市行情www.xyhndec.cn
人工智能领域又有新进展。
可理解视频内容的MiniGPT4-Video面世
人工智能领域又有新进展。随着MiniGPT4-Video的问世,视频理解这项难题有了显著的突破。
据报道,4月4日,KAUST和哈佛大学研究团队发表的论文中提出MiniGPT4-Video框架——专为视频理解而设计的多模态大模型。该模型能够处理时间视觉和文本数据,使其能够熟练地理解视频的复杂性。MiniGPT4-video不仅考虑视觉内容,还集成了文本对话,允许模型有效地回答涉及视觉和文本组件的查询。
例如,MiniGPT4-Video能够为宣传视频配出标题、宣传语;也可以对视频的处理过程进行理解。MiniGPT4-Video甚至可以根据视频内容进行诗歌创作、内容解说等。这意味着,MiniGPT4-Video在处理复杂视频内容时表现亮眼,提供高质量的输出。
据悉,该模型优于现有的最先进的方法,在MSVD、MSRVTT、TGIF和TVQA基准上分别提高了4.22%、1.13%、20.82%和13.1%,模型和代码已公开。但目前的缺陷在于上下文窗口限制。下一步,团队将研究模型能力扩展到处理更长视频的能力。
多模态概念股出炉
AI视频已然成为多模态LLM发展的大趋势。总的来说,MiniGPT4-Video的出现是AI在视频理解领域迈出的一大步。随着未来研究的不断深入,有研究人员认为,MiniGPT4-Video将在多模态人工智能领域发挥更加重要的作用。
据证券时报·数据宝不完全统计,A股市场的多模态大模型概念股共计13只。从净利润变动来看,大华股份和万兴科技2023年净利润同比翻倍,增幅依次为217.1%、112.1%。另有拓维信息、佳都科技、北信源等实现扭亏为盈。
近期,大华股份在互动平台表示,公司在通信能力方面,围绕网络连接技术、数据交换技术和前沿网络技术三个方面,打造融合连接能力体系,通信和连接技术的持续进步,有助于支撑物联网向视联网升级。公司发布了星汉大模型,融合图像、点云、文本、语音等多模态数据,实现了准确性和泛化性的跃升,大幅提升视觉解析能力。
万兴科技旗下“天幕”大模型以音视频生成式AI技术为基础,由视频、音频、图片和语言大模型组成,涵盖文生视频、文生3D视频、视频AI配乐、数字人播报等近百项音视频原子能力,同时支持全球不同语言,相关能力已在Wondershare Filmora、Wondershare Virbo等海外产品上规模化商用。
全球股市行情
- 生物制造政策有望近期出台 合成生物产业化加速
- 量化私募或迎新规 指增产品要求成份股不低于60%
- 研发人员减少近四成 AI芯片第一股7年亏近50亿元
- A股2023年业绩50强出炉 五大行业吸金力十足
- 一季报净利润50强出炉 宁王首次跨入百亿大关
- 单日一度飙涨74% A股全线上攻 北向资金继续爆买109亿
- 五一假期持币还是持股 六成私募这么选
- 万科突发 巨量大单封死涨停
- 马斯克访华推动智驾系统落地 行业大时代有望开启
- 房地产预期改变 A股直面三大突发
- 疯狂涨停潮 多股暴拉20% A股这一赛道突然火了
- 华为超充联盟成立 液冷超充步入量产元年
- 龙头业绩超预期 消费电子周期见底
- 节前缩量行情突现新热点 这个低位的周期板块潜力如何
- 钛裤辣2分钟直线20%涨停 这一材料市场需求激增
- 超配声音不断 外资机构看多中国资产