このプロジェクトについて

Ask-Anythingは、動画理解と対話に特化したオープンソースプロジェクトであり、上海人工知能研究所によって開発されました。VideoChat、VideoChat2およびそのバリアントを含む複数の動画対話モデルを提供し、ChatGPT、StableLM、MOSS、MiniGPT-4などの言語モデルとの統合をサポートしています。このプロジェクトには、エンドツーエンドの対話、長尺動画処理、高解像度動画理解などの機能が含まれており、MVBenchベンチマークと200万件の指示データを公開しています。最新バージョンのVideoChat3は、汎用、長尺動画、ストリーミング動画理解の面で大幅に向上しています。オンラインデモ、Hugging Faceスペース、詳細なドキュメントを提供しており、研究者や開発者に適しています。