Long-VITA是由VITA-MLLM团队开发的开源多模态大模型，专注于处理超长上下文的视觉和语言任务。主要功能包括：
- Extrem lange Kontextverarbeitung：支持高达100万token或4K帧的输入
- multimodales Verständnis：可同时分析图像、视频和文本数据
- verteilte Schlussfolgerung：通过上下文并行技术实现高效计算
- Plattformübergreifende Unterstützung：兼容Ascend NPU和Nvidia GPU硬件
该模型由腾讯优图实验室、南京大学和厦门大学联合研发，完全基于开源数据集训练，适合视频理解、高分辨率图像解析等复杂场景。
Diese Antwort stammt aus dem ArtikelLong-VITA: Ein visuelles Sprachmodell, das sehr lange kontextuelle Ausgaben unterstütztDie
Darf nicht ohne Genehmigung vervielfältigt werden:KI-Produktivitätswerkzeuge " 什么是Long-VITA？它的核心功能有哪些？
Deutsch 
简体中文 
English 
日本語 
Português do Brasil