Video-XL：面向小时级视频理解的超长视觉语言模型，首个小时级视频理解模型

【Video-XL：面向小时级视频理解的超长视觉语言模型，首个小时级视频理解模型】'Video-XL: Extra-Long Vision Language Model for Hour-Scale Video Understanding' GitHub: github.com/VectorSpaceLab/Video-XL 视频理解 深度学习 视觉处理