فهم الفيديو

الذكاء الاصطناعي مفتوح المصدر

نموذج AV-Flamingo من Nvidia يتصدى لفهم الفيديو الطويل حيث تفشل معظم النماذج

تطلق Nvidia نموذج AV-Flamingo، وهو نموذج لغوي كبير سمعي-بصري مفتوح المصدر مصمم لفهم الفيديو الطويل والمعقد. يستخدم منهجًا تدريبيًا ثلاثي المراحل وإطار استدلال متسلسل مع طابع زمني للتعامل مع الاستدلال الزمني والمتعدد الوسائط الذي يعيق معظم النماذج.

2026-07-28