当前位置:首页> AI资讯> 谷歌发布小型人工智能模型Mirasol 解决视频问题

谷歌发布小型人工智能模型Mirasol 解决视频问题

释放双眼,带上耳机,听听看~!
谷歌发布了新的小型人工智能模型Mirasol,用于解决视频问题和多模态理解,该模型取得了显著的进展。

aicmty.com

11 月 16 日消息,谷歌公司近日发布新闻稿,介绍了小型人工智能模型 Mirasol,可以回答有关视频的问题并创造新的记录。

谷歌发布小型人工智能模型Mirasol 解决视频问题

AI 模型目前很难处理不同的数据流,如果要让 AI 理解视频,需要整合视频、音频和文本等不同模态的信息,这大大增加了难度。

谷歌和谷歌 Deepmind 的研究人员提出了新的方法,将多模态理解扩展到长视频领域。

借助 Mirasol AI 模型,该团队试图解决两个关键挑战:

  • 需要以高频采样同步视频和音频,但要异步处理标题和视频描述。
  • 视频和音频会生成大量数据,这会让模型的容量紧张。

谷歌在 Mirasol 中使用合路器(combiners)和自回归转换器(autoregressive transformer)模型。

该模型组件会处理时间同步的视频和音频信号,然后再将视频拆分为单独的片段。

转换器处理每个片段,并学习每个片段之间的联系,然后使用另一个转换器处理上下文文本,这两个组件交换有关其各自输入的信息。

名为 Combiner 的新颖转换模块从每个片段中提取通用表示,并通过降维来压缩数据。每个段包含 4 到 64 帧,该模型当前共有 30 亿个参数,可以处理 128 到 512 帧的视频。

谷歌发布小型人工智能模型Mirasol 解决视频问题

在测试中,Mirasol3B 在视频问题分析方面达到了新的基准,体积明显更小,并且可以处理更长的视频。使用包含内存的组合器变体,该团队可以将所需的计算能力进一步降低 18%。

谷歌发布小型人工智能模型Mirasol 解决视频问题

谷歌发布小型人工智能模型Mirasol 解决视频问题

谷歌发布小型人工智能模型Mirasol 解决视频问题

谷歌发布小型人工智能模型Mirasol 解决视频问题

谷歌发布小型人工智能模型Mirasol 解决视频问题

IT之家在此附上 Mirasol 的官方新闻稿,感兴趣的用户可以深入阅读。

本网站的内容主要来自互联网上的各种资源,仅供参考和信息分享之用,不代表本网站拥有相关版权或知识产权。如您认为内容侵犯您的权益,请联系我们,我们将尽快采取行动,包括删除或更正。
AI资讯

生成式 AI 系统的工作原理及与其他人工智能的区别

2023-11-16 17:34:18

AI资讯

如何利用AI工具在TikTok赚取巨大收益?

2023-11-16 17:41:17

个人中心
购物车
优惠劵
今日签到
有新私信 私信列表
搜索