Sobre el proyecto

Ask-Anything es un proyecto de código abierto centrado en la comprensión y el diálogo por video, desarrollado por el Laboratorio de Inteligencia Artificial de Shanghái. Proporciona varios modelos de diálogo por video, incluyendo VideoChat, VideoChat2 y sus variantes, con soporte para integración con modelos de lenguaje como ChatGPT, StableLM, MOSS y MiniGPT-4. El proyecto incluye funciones como diálogo de extremo a extremo, procesamiento de videos largos y comprensión de video de alta resolución, y ha publicado el benchmark MVBench y 2 millones de instrucciones de datos. La versión más reciente, VideoChat3, muestra mejoras significativas en la comprensión de video general, de larga duración y de transmisión. El proyecto ofrece demostraciones en línea, espacios de Hugging Face y documentación detallada, adecuado para investigadores y desarrolladores.