☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

11 月 16 日消息，谷歌公司近日发布新闻稿，介绍了小型人工智能模型 mirasol，可以回答有关视频的问题并创造新的记录。

AI 模型目前很难处理不同的数据流，如果要让 AI 理解视频，需要整合视频、音频和文本等不同模态的信息，这大大增加了难度。

谷歌和谷歌 Deepmind 的研究人员提出了新的方法，将多模态理解扩展到长视频领域。

借助Mirasol AI模型，该团队努力解决两个关键挑战：

• 需要以高频采样同步视频和音频，但要异步处理标题和视频描述。
• 视频和音频会生成大量数据，这会让模型的容量紧张。

在Mirasol中，谷歌采用了合路器和自回归转换器模型

该模型组件将处理时间同步的视频和音频信号，然后将视频拆分成独立的片段

Glarity

Glarity是一款免费开源的AI浏览器扩展，提供YouTube视频总结、网页摘要、写作工具等功能，支持免费的镜像翻译，电子邮件写作辅助，AI问答等功能。

131 查看详情

转换器处理每个片段，并学习每个片段之间的联系，然后使用另一个转换器处理上下文文本，这两个组件交换有关其各自输入的信息。

一个新的转换模块名为Combiner，能够从每个片段中提取通用表示，并通过降维来压缩数据。每个片段包含4到64帧，该模型目前拥有30亿个参数，能够处理128到512帧的视频

在测试中，Mirasol3B 在视频问题分析方面达到了新的基准，体积明显更小，并且可以处理更长的视频。通过使用带有内存的组合器变体，该团队能够进一步降低所需的计算能力18%

本站在此附上 Mirasol 的官方新闻稿，感兴趣的用户可以深入阅读。

以上就是谷歌推出Mirasol：30亿参数，将多模态理解扩展至长视频的详细内容，更多请关注其它相关文章！

# 所需  # 南宫市网站优化  # 四川SEO效果好  # 查重网站建设文案范文  # seo优化课程学什么  # 亚马逊关键词排名查询插件  # 网站个人推广怎么做的  # 网站建设舞蹈视频教学  # 新乡团购网站建设  # 通州区现代网站定制推广  # seo sinh vi n  # 感兴趣  # 谷歌  # 提出了  # 在此  # 很难  # 来袭  # 首款  # 等功能  # 多项  # 多模  # mira  # 人工智能 

相关栏目： 【 行业资讯67740 】 【 技术百科0 】 【 网络运营39195 】

相关推荐： 苹果16日发售哪些机型  typescript中范围如何设定  折叠屏手机哪个有性价比  固态硬盘颗粒如何修理  typescript为什么现在才火  市盈率百分位roe是什么意思  路由器上面的power红灯是什么意思  免费恢复删除的微信聊天记录软件有哪些  hive中datediff函数怎么用 Hive中DATEDIFF函数的使用指南  固态硬盘损坏如何修复  楔子是什么意思  忐忑不安是什么意思  typescript如何做项目  华硕k20ce怎么装win7  华为交换机如何复制命令行  j*a怎么用json数组  openwrt有什么用  16苹果有哪些机型  域名解析后为什么要进行域名备案  手机拍电脑屏幕有条纹怎么解决  win10如何开启命令行  苹果16将会带来哪些升级  如何学好typescript  咋免费领取爱奇艺会员 如何免费领取爱奇艺会员步骤  路亚竿上的power是什么意思  如何4k对齐固态硬盘  为什么都做折叠屏手机呢  debian和ubuntu的区别是什么  满射为什么没有逆映射  夸克转存中是什么意思  typescript如何定义常量  苹果16讲解有哪些功能  春运抢票最快几天能成功  如何查看固态硬盘分区  电脑命令如何删除账号  如何使用net命令  课程伴侣电脑怎么登录  如何修改cad中的命令  intel固态硬盘如何安装  2026年将会大爆发的15个新科技  摩托车上power是什么意思  如何注释typescript  夸克搜题的原理是什么  华为的type-c接口是什么接口  .asm如何在命令行运行  什么网址不能域名解析  oppo手机nfc功能是什么意思  闲鱼上面的power是什么意思  对象数组怎么用j*a  如何判断固态硬盘