About this project

Ask-Anything 是一个专注于视频理解与对话的开源项目，由上海人工智能实验室开发。它提供了多种视频对话模型，包括 VideoChat、VideoChat2 及其变体，支持与 ChatGPT、StableLM、MOSS 和 MiniGPT-4 等语言模型集成。项目包含端到端对话、长视频处理、高分辨率视频理解等功能，并发布了 MVBench 基准测试和 2M 条指令数据。最新版本 VideoChat3 在通用、长视频和流式视频理解方面有显著提升。项目提供在线演示、Hugging Face 空间和详细文档，适合研究人员和开发者使用。