微软开源流式视频监控大模型 Mage-VL 低算力实现实时画面智能研判

微软开源流式视频监控大模型 Mage-VL 低算力实现实时画面智能研判

800_auto

近日,微软 Mage 团队正式开源 4B 参数轻量化流式多模态模型 Mage-VL,主打实时视频流解析能力,适配园区、楼宇、厂区等视频监控场景,解决传统视觉模型整段分析、延迟高、显存占用大的痛点arXiv。

Mage-VL 采用原生编解码对齐架构,自研 Mage-ViT 视觉编码器,直接读取 H.264/HEVC 视频码流,仅保留...

点击查看剩余70%

{{collectdata}}

网友评论