您现在的位置是:业界 >>正文
比Gemini Pro1.5强!可解读视频的多模态模型Pegasus-1公测
业界9人已围观
简介划重点:🌟 Pegasus-1是视频语言基础模型,迎来升级!🌟 模型性能在多个任务中取得显著成就。🌟 通过数据优化、视频处理和训练技术提升,刷新视频理解标准。CSS站长资源ChinaZ.com)4月2 ...
划重点:
🌟 Pegasus-1是解读视频语言基础模型,迎来升级!
🌟 模型性能在多个任务中取得显著成就。视频
🌟 通过数据优化、模态模型视频处理和训练技术提升,公测刷新视频理解标准。解读
CSS站长资源(ChinaZ.com)4月25日 消息:Twelve Labs 最新发布了 Pegasus-1的视频公测版本,这款视频 - 语言基础模型在视频理解领域取得了新突破。模态模型
Pegasus-1是公测一款具有约17亿参数的视频 - 语言模型,能够以卓越的解读准确性和细节处理能力从视频输入中生成语言描述。据称,视频Pegasus-1视频解读能力比Gemini Pro1.5还要强,模态模型通过优质数据、公测优化视频处理和精细训练等升级,解读提供卓越的视频视频理解和生成文本能力。在视频总结、模态模型问题回答和对话方面表现卓越。
产品特色功能包括:
- 数据优化:高质量数据驱动模型表现,100,000个高质量视频 - 文本对训练带来强大基础视频理解能力。
- 视频处理提升:优化空间和时间分辨率,使 Pegasus-1能更好地捕捉视频信息。
- 训练技术改进:多阶段训练避免灾难性遗忘,使模型在细节、世界知识和时间理解等方面大幅提升。
在基准测试中,Pegasus-1在视频问答、对话和摘要等任务中胜过谷歌 Gemini Pro 等现有模型,展现出卓越的性能。无论是零样本表现还是广泛泛化能力,Pegasus-1都站在行业前沿,为视频理解任务设立新标杆。
然而,仍需关注模型安全性、视频长度限制和偶发幻觉等方面的改进空间。Pegasus-1的不断进化与创新,为视频理解技术开辟新的可能性。值得一提的是,Pegasus-1未开源,通过API使用
产品入口:https://top.aibase.com/tool/pegasus-1
API文档:https://docs.twelvelabs.io/docs/generate-text-from-video
Tags:
相关文章
击败OpenAI,权重、数据、代码全开源,能完美复现的嵌入模型Nomic Embed来了
业界模型参数量只有137M,5天就能训练好。一周前,OpenAI 给广大用户发放福利,在下场修复 GPT-4变懒的问题后,还顺道上新了5个新模型,其中就包括更小且高效的 text-embedding-3- ...
【业界】
阅读更多iPhone SE 4即将在2025年正式发布
业界据权威媒体最新报道,苹果公司正计划在2025年春季推出备受期待的iPhone SE 4。这款新机型在设计上沿袭了iPhone 14标准版的经典元素,为用户带来了一种熟悉而新颖的视觉体验。iPhone ...
【业界】
阅读更多余承东致辞!开源鸿蒙开发者大会2024明天举行:互联技术标准重磅首发
业界快科技5月24日消息,开源鸿蒙OpenHarmony开发者大会2024将于5月25日在深圳举行,大会主题为鸿心聚力,智引未来”。根据议程,大会将开启1场主论坛 6场技术分论坛,华为常务董事、终端BG董 ...
【业界】
阅读更多