VideoRAG用于长视频理解的检索增强生成技术VideoRAG是一项专为长视频理解而设计的检索增强生成（Retrieval-AugmentedGeneration）技术，旨在提升大型视频语言模型（LVLMs）对长视频……

LongDocURL中科院联合淘天集团推出的多模态长文档理解基准数据集LongDocURL是由中国科学院自动化研究所与阿里巴巴淘宝天猫集团共同推出的多模态长文档理解基准数据集，旨在评估AI模……

BookAI是一款创新的人工智能平台，用户可以通过机器人的形式与书籍进行互动交流。用户只需输入书名和作者，即可开始与书籍对话，提出问题以获取推荐，或讨论书籍的内容。BookAI利用……

Veo2是GoogleDeepMind最推出的一款AI视频生成模型，能够根据本或图像提示创作出高质量的视频内容。它支持高达4K分辨率的输出，能够理解镜头控制指令，并可以模拟现实中的物理现象及……