AI短视频技术在腾讯MovieLLM框架中的应用：实现长视频生成
Air Explorer Pro是一款跨平台多网盘管理工具，可实现一站式完成不同网盘间文件的互传、搜索和同步等操作。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
在视频理解这一领域，尽管多模态模型在短视频分析上取得了突破性进展，展现出了较强的理解能力，但当它们面对电影级别的长视频时，却显得力不从心。因而，长视频的分析与理解，特别是对于长达数小时电影内容的理解，成为了当前的一个巨大挑战。模型在理解长视频方面的困难主要源自于长视频数据资源的不足，这些资源在质量和多样性上存在缺陷。此外，采集和标注这些数据需要大量的工作。面对这样的难题，腾讯和复旦大学的研究团队提出了MovieLLM，一个创新性的AI生成框架。MovieLLM采用了创新性的方法，不仅可以生成高质量、多样化
在视频理解这一领域，尽管多模态模型在短视频分析上取得了突破性进展，展现出了较强的理解能力，但当它们面对电影级别的长视频时，却显得力不从心。因而，长视频的分析与理解，特别是对于长达数小时电影内容的理解，成为了当前的一个巨大挑战。
模型在理解长视频方面的困难主要源自于长视频数据资源的不足，这些资源在质量和多样性上存在缺陷。此外，采集和标注这些数据需要大量的工作。
面对这样的难题， 腾讯和复旦大学的研究团队提出了 MovieLLM，一个创新性的 AI 生成框架。MovieLLM 采用了创新性的方法，不仅可以生成高质量、多样化的视频数据，而且能自动生成大量与之相关的问答数据集，极大地丰富了数据的维度和深度，同时整个自动化的过程也极大地减少了人力的投入。
- 论文地址：https://arxiv.org/abs/2403.01422
- 主页地址：https://deaddawn.github.io/MovieLLM/
这一重要的进展不仅提升了模型对复杂视频叙事的理解水平，也增强了模型在处理长达数小时的电影内容时的分析能力。同时，它克服了现有数据集在稀缺性和偏见方面的限制，为对超长视频内容的理解提供了全新且有效的途径。
MovieLLM巧妙地利用了GPT-4和扩散模型的强大生成能力，采用了"story expanding"的连续帧描述生成策略。通过"textual inversion"的方法来指导扩散模型生成与文本描述一致的场景图像，从而打造一部完整电影的连续帧。
方法概述
MovieLLM将GPT-4和扩散模型相结合，以提高大模型对长视频的理解。这种巧妙的结合产生了高质量、多样性的长视频数据和QA问答，有助于增强模型的生成能力。
MovieLLM 主要包括三个阶段：
1. 电影情节生成。
MovieLLM 不依赖于网络或现有数据集来生成情节，而是充分利用 GPT-4 的能力来产生合成数据。通过提供特定的元素，如主题、概述和风格，引导 GPT-4 产生针对后续生成过程量身定制的电影级关键帧描述。
2. 风格固定过程。
MovieLLM 巧妙地使用「textual inversion」技术，将剧本中生成的风格描述固定到扩散模型的潜在空间上。这种方法指导模型在保持统一美学的同时，生成具有固定风格的场景，并保持多样性。
3. 视频指令数据生成。
在前两步的基础上，已经获得了固定的风格嵌入和关键帧描述。基于这些，MovieLLM 利用风格嵌入指导扩散模型生成符合关键帧描述的关键帧并根据电影情节逐步生成各种指令性问答对。
经过上述步骤，MovieLLM 就创建了高质量、风格多样的、连贯的电影连续帧以及对应的问答对数据。电影数据种类的详细分布如下:
实验结果
通过在 LLaMA-VID 这一专注于长视频理解的大模型上应用基于 MovieLLM 构造的数据进行微调，本文显著增强了模型处理各种长度视频内容的理解能力。而针对于长视频理解，当前并没有工作提出测试基准，因此本文还提出了一个测试长视频理解能力的基准。
虽然 MovieLLM 并没有特别地去构造短视频数据进行训练，但通过训练，仍然观察到了在各类短视频基准上的性能提升，结果如下：
在 MSVD-QA 与 MSRVTT-QA 这两个测试数据集上相较于 baseline 模型，有显著提升。
在基于视频生成的性能基准上，在五个测评方面都获得了性能提升。
在长视频理解方面，通过 MovieLLM 的训练，模型在概括、剧情以及时序三个方面的理解都有显著提升。
此外，MovieLLM 相较于其他类似的可固定风格生成图片的方法，在生成质量上也有着较好的结果。
总之，MovieLLM 所提出的数据生成工作流程显著降低了为模型生产电影级视频数据的挑战难度，提高了生成内容的控制性和多样性。同时，MovieLLM 显著增强了多模态模型对于电影级长视频的理解能力，为其他领域采纳类似的数据生成方法提供了宝贵的参考。
对此研究感兴趣的读者可以阅读论文原文，了解更多研究内容。
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。
AirBuddy 3 是面向 macOS 的蓝牙外设增强工具，可集中查看 AirPods、Beats 与苹果设备电量，提供快速连接、播放控制、电量提醒、桌面小组件和多台 Mac 外设接力等功能。
AirServer macOS版可把 Mac 转换为无线投屏接收端，通过 AirPlay 或 Google Cast 接收手机、平板和电脑画面，并支持多设备同时连接、高清镜像及会话录制，适合家庭娱乐、课堂教学、会议演示和应用展示。
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
AirServer Windows版可把电脑变成AirPlay、Google Cast和Miracast无线投屏接收端，适合会议演示、课堂教学及家庭大屏分享。发送设备通常无需另装客户端，并可同时接收和智能排列多个镜像会话。