模型详情
模型介绍
中文整理模型用途
Video-XL-2-Stage3 是 Video-XL-2 超长视频理解模型第三阶段训练得到的检查点，用于视频内容理解、问答和后续阶段训练。
主要能力
Video-XL-2 通过视觉编码器、动态 Token 合成（DTS）和语言模型压缩并理解长视频。第三阶段引入更大规模、高质量的图像与视频描述数据，形成初步视觉理解能力。
使用边界
这是阶段性训练检查点，不等同于最终完整版本；运行时需要 Video-XL-2 项目代码、对应配置、分词器和 GPU 环境。
运行要求
适合研究、复现和继续训练，不适合没有深度学习部署经验的用户直接作为成品工具使用。
许可证
Apache 2.0。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
所选固定版本的完整仓库文件，包括模型权重、配置、分词器，以及作者提供的说明和其他文件。自动保留目录结构，不需要逐个选择或下载。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行环境
运行模型需要的设备、工具与依赖，以原作者说明为准。
授权范围
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。