DAMO-NLP-SG / Video-LLaMA

[EMNLP 2023 Demo] 视频-LLaMA：一种针对视频理解的、经过指令调优的音视频语言模型。

模型与模型适配资源视频模型PythonBSD-3-Clause · 宽松，可直接商用不活跃

用途与标签

项目原文 · GitHub

[EMNLP 2023 Demo] Video-LLaMA: An Instruction-tuned Audio-Visual Language Model for Video Understanding

含按 GitHub 历史估算的数值

原始观测记录 · 2

历史观测
采集时间	仓库 Star	数据来源
2026-11-06 07:00 UTC	3,139	数据来源
2026-11-03 09:42 UTC	3,139	数据来源