neng8科技快讯网AI人工智能前沿资讯_汽车数码相机评测_手机电脑硬件百科

HourVideo是斯坦福大学李飞飞和吴佳俊团队推出的长视频理解基准数据集，包含500个第一人称视角视频，时长20至120分钟，覆盖77种日常活动，能评估多模态模型对长视频的理解能力。