【新智元導讀】 Google團隊推出「通用視覺編碼器」VideoPrism，在3600萬高品質視訊字幕對和5.82億個視訊剪輯的資料集上完成了訓練，效能刷新30項SOTA。 AI視訊模型Sora爆紅之後，Meta、Google等大廠紛紛下場做研究，追趕OpenAI的步伐。 最近，來自Google團隊的研究人員提出了一種通用視訊編碼器——VideoPrism。 它能夠透過單一凍結模型，處理各種視訊理解任務。