mbzuai-oryx/Video-ChatGPT

[ACL 2024 🔥] Video-ChatGPT 是一个能够针对视频生成有意义对话的视频对话模型。它结合了 LLM 的能力与适应时空视频表示的预训练视觉编码器。我们也为基于视频的对话模型引入了严格的“量化评估基准”。

↗ 在 GitHub 打开

星数

1,508

Fork 数

128

语言

Python

许可

CC-BY-4.0

最后推送

6天前

Python llama chatbot vicuna gpt-4 clip llava vision-language mulit-modal video-chatboat video-conversation vision-language-pretraining

还没有相关情报

radar 追踪的来源里还没有出现过这个 repo。收集器按计划运行——等它覆盖到这个 repo 再回来看看。