Meta推出「阿波罗」多模态大模型：轻松理解一小时长视频｜大模型日报

Meta推出了名为Apollo的多模态大模型，旨在轻松理解长达一小时的视频内容。该模型通过批判性分析视频LMM的研究，提出了扩展一致性的概念，并在此基础上推出了Apollo系列模型，展示了在视频理解方面的先进性能。此外，文章还介绍了GenEx系统，该系统能够通过一张RGB图像生成三维一致的想象环境，并在物理世界中进行完善，为智能体的探索和互动提供了支持。这些研究为多模态模型的进一步发展提供了新的方向和潜力。