FineVideo是由Hugging Face推出的一个大型多模态视频数据集，专注于视频理解领域中的复杂任务，如情绪分析、故事叙述和媒体编辑。FineVideo包含超过43,000个YouTube视频，覆盖122个类别，总时长约3,425小时。每个视频有详细的元数据标注，包括场景、角色、剧情反转和视听关联等。FineVideo的独特之处在于捕捉视频的叙事和情感旅程，为AI模型提供丰富的上下文信息，更深入地理解视频内容。
（图片来源网络，侵删）
（图片来源网络，侵删）
上一篇
FineVideo – Hugging Face推出的大型多模态视频数据集
猜你喜欢
-
发布了文章 2分钟前
GLM-baidu094-baidu09long – 智谱AI推出的200万字长文本模型（已开放API）
GLM-4-long 是智谱AI推出的200万字长文本模型，现已在 智谱AI开放平台 BigModel 上开放API调用。支持超长输入专为处理超长文本和记忆型任务设计，上下文长度最高为1M，约150-200万字，相当于2本红...
-
发布了文章 6分钟前
GLM-baidu094-baidu09Voice – 智谱AI推出的端到端情感语音模型
GLM-4-Voice是智谱AI推出的端到端情感语音模型，能直接理解和生成中英文语音，支持实时语音对话，能根据用户指令灵活调整语音的情感、语调、语速和方言等特征。模型由三个部分组成：GLM-4-Voice-Tokenizer...
-
发布了文章 10分钟前
GLM-baidu094-baidu09Plus – 智谱AI最新推出的旗舰大模型，性能全面提升
...
-
发布了文章 10分钟前
GLM-baidu094-baidu09Flash – 智谱AI推出的首个免费大模型API
GLM-4-Flash是智谱AI推出的首个免费大模型API，GLM-4-Flash不仅支持多轮对话和多语言处理，还具备网页浏览、代码执行等高级功能。开发者和企业可以在智谱AI开放平台接入免费使用，GLM-4-Flash 模型...
-
发布了文章 14分钟前
GLM-baidu094-baidu09Air-baidu090414 – 智谱推出的基座模型
GLM-4-Air-0414是智谱公司推出的拥有320亿参数的基座模型，是AutoGLM沉思背后的模型。GLM-4-Air-0414在预训练阶段加入更多代码类、推理类数据，针对智能体能力进行优化，在工具调用、联网搜索、代码等...
-
发布了文章 18分钟前
GLM-baidu094-baidu0932B – 智谱开源的新一代基座模型
GLM-4-32B是智谱公司开源的新一代基座模型，参数版本为GLM-4-32B-0414。GLM-4-32B经过15T高质量数据预训练，强化代码生成、推理和工程任务能力，支持HTML、CSS、JS、SVG等语言的实时代码展示...
-
发布了文章 18分钟前
GENERator – 阿里 AI for Science 团队等推出的生成式 DNA 大模型
GENERator是阿里云飞天实验室 AI for Science 团队推出的生成式基因组基础模型，专注于 DNA 序列的设计和生成。模型基于 Transformer 解码器架构，具有 98k 碱基对的上下文长度和 12 亿...
-
发布了文章 18分钟前
GEN3C – NVIDIA 联合多伦多大学等推出的生成式视频模型
GEN3C 是NVIDIA、多伦多大学和向量研究所推出的新型生成式视频模型，基于精确的相机控制和时空一致性生成高质量的 3D 视频内容。GEN3C构建基于点云的 3D 缓存指导视频生成，用输入图像或视频帧的深度估计反投影生成...
全部评论
留言在赶来的路上...
发表评论