跳到正文

MiniGPT4-Video

理解视频并生成标题与宣传语

访问官网

MiniGPT4-Video 是什么

MiniGPT4-Video 被介绍为面向视频理解的多模态大模型,处理时态视觉数据与文本,基于 MiniGPT-v2 并采用 EVA-CLIP 视觉主干。

你可以用它做什么

  • 为视频配标题并撰写相应宣传语
  • 就视频内容提问并提取视频要义

优点与缺点

✓ 我们认可的地方

  • 经大规模视频文本预训练与问答微调
  • 资料称在 MSVD、MSRVTT、TGIF、TVQA 上有提升

! 需要留意的地方

  • 资料写明定价未知
  • 输出依赖所给的视频与文本输入

常见问题

它处理什么数据?

资料列出时态视觉数据与文本数据。

提到哪些基准?

资料列出 MSVD、MSRVTT、TGIF 与 TVQA。

最后评测: 2026-11-15

更多 AI 视频生成 工具

查看全部 →

评测方法