开发者用 EVA-02-CLIP 微调并开源低显存视频姿态检索引擎

开发者用 7 天微调 EVA-02-CLIP，开源了一个可在本地运行的视频姿态检索引擎。引擎不依赖上传者元数据，可按视觉姿态、服装细节、机位和动作节奏检索视频，训练只需 8GB RTX 4060 笔记本且 4.5GB 显存，推理阶段全部半精度向量驻留 2GB 显存，完整索引扫描约 8.9ms。