AGI Hunt· Nils_Reimers·· 1 小时前AI 评分49
Nils Reimers:长视频检索难以将 7 万亿像素压缩进 1024 维向量
Reimers 谈长视频检索:7万亿像素压不进1024维向量
AI 导读
Nils Reimers 指出,一部 10 小时 4K 电影约有 7 万亿像素,传统视频嵌入方案无法将全部信息压缩进单个 1024 维向量。企业长视频还需融合画面、音频与时间轴信息,而 AWS Nova 限 30 秒、Gemini embedding 每次限 120 秒,现有 benchmark 也多忽视音频与长视频,其目标是支持任意长度视频摄入。
来源:AGI Hunt · agihunt.info