一张显卡看遍天下电影！开源Video-XL打破长视频理解极限

智源联合高校推出长视频理解模型Video-XL，实现单块80G显卡支持小时级视频处理，达近95%准确率；Video-XL利用语言模型压缩长视觉序列，优于传统方法，且在多项长视频评测中超越同类模型；Video-XL适用于电影摘要、广告检测等场景，模型已开源，推动多模态视频理解研究发展。