谷歌推出Mirasol：30亿参数，将多模态理解扩展至长视频
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MirasolAI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
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
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。
想了解Claude怎么收费？本文梳理了Claude Free、Pro及Team版的最新月费价格、消息限额与高级功能权益，并对比了不同层级的性价比，助你快速找到适合的AI办公伙伴。
本文详细解析Sora在国内的使用现状，指出目前官方未对公众开放注册，提醒用户警惕虚假链接，并提供关注官方动态及替代方案的实用建议。
南京邮电大学“光擎智算”团队联合南京大学，攻克GaN基Micro-LED器件技术，成功搭建实验室级光计算验证系统。团队自主研发的5×5 Micro-LED光电计算阵列芯片已进入流片封装阶段，实现了图像识别等算力任务验证，推动光计算技术从理论走向工程落地。
苹果与铠侠签署为期3-5年的NAND闪存长期供应协议，且可能不设价格上限。此举旨在应对AI数据中心需求激增导致的芯片供应紧张，从单纯压价转向确保稳定供货。
通过Chrome内置功能创建网页快捷方式 想要把常用网站变成桌面一键直达的入口？Chrome浏览器内置的快捷方式创建功能就能轻松实现。无论是生成独立应用窗口，还是传统桌面图标，下面这四种方法总有一款适合你。 一、通过地址栏创建桌面快捷方式 这个方法最实用——它能生成一个独立的桌面图标，双击后直接以应
Chrome官方网页版入口：全方位解析谷歌浏览器的核心体验 很多朋友都在问，Chrome官方网页版的入口到底在哪里？答案其实很明确：https://www.google.com/chrome/。这个地址就是通往谷歌浏览器官网在线版的唯一官方大门。接下来，我们不妨深入看看，这个看似简单的页面背后，究竟
一项研究揭示大语言模型在文本嵌入任务中表现平庸的根源：反嵌入矩阵边缘频谱引入高频词偏见。提出的EmbedFilter方法通过滤除该噪声，在MTEB49项任务上显著提升性能，且无需重新训练，兼容多种基线方法。
手机早已成为中青年人的标配，不同年龄段对手机的需求其实差别不小。iPhone 15 Plus 作为当前热度颇高的机型，功能与服务覆盖得相当全面，能满足各类用户的需求。不过，有个实用问题很多人都会遇到——怎么把照片传到电脑上？今天就把两种主流方法掰开揉碎讲清楚，看完你就知道该怎么操作了。 方法一：数据
谷歌正式推送安卓17系统，首批覆盖Pixel6至10系列共21款机型。新功能包括长按应用气泡菜单、应用内存限制机制、精确/大致定位权限选择，以及遗失设备追踪的FindHub功能，进一步优化隐私与设备管理体验。
2026年世界人工智能大会将于7月17日至20日举办，超过300款人工智能新品全球首发，1400多位嘉宾参会，近140场论坛，展览面积超过10万平方米，促成意向合作金额达162亿元，并且推出首个自主举办的国际顶级人工智能学术会议。
火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力，依托字节自研豆包多模态大模型，凭借火山方舟一站式平台，提供模型精调、推理部署、智能应用搭建等全链路服务，结合高性能AI算力，助力各行业快速落地大模型数字化与智能化应用。
