▎北大视频大模型新SOTA，搞笑抖音视频AI秒懂笑点
#github #项目 #开源

北大等团队开源视觉语言大模型Video-LLaVA，将图像和视频表示对齐到统一的视觉特征空间，在13个图片和视频基准上达到先进的性能。

这次真的AI能理解搞笑视频笑点在哪里了

项目地址：https://github.com/PKU-YuanGroup/Video-LLaVA