实体
OmniPro
OmniPro
PulseAugur coverage of OmniPro — every cluster mentioning OmniPro across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新框架和基准推动视频大模型效率和理解能力发展
研究人员推出了一种名为EarlyTom的新框架，旨在通过在视觉编码器早期压缩视觉令牌来提高视频大语言模型（Video-LLMs）的效率。该方法在不牺牲准确性的前提下，显著降低了首个令牌生成时间（TTFT）和计算成本。同时，OmniPro和VideoOdyssey等新基准正在开发中，用于评估全模态模型在理解流式和长上下文视频数据方面的先进能力，以解决现有评估方法的局限性。
-
新AI框架推动视频编辑和理解能力
研究人员推出多个新的框架和基准，以推进AI模型在视频理解和编辑方面的能力。Aurora利用一个代理框架，结合增强工具的视觉语言模型来解析原始用户视频编辑请求，并将其映射到扩散变换器的结构化编辑计划。OmniPro提供了一个全面的全主动流式视频理解基准，评估模型在音视频流中自主决定何时以及说什么的能力，重点关注音频的作用和长时鲁棒性。R3-Streaming提出了一个高效的流式视频理解框架，根据查询复杂度动态压缩内存和路由计算，在显著减…