Signal Brief

端到端开源的VideoChat3视频多态大模型(Zeros-R RTX 3090/L40 无显存瓶颈)

Meta AI团队发布VideoChat3,采用Zeros-R架构在RTX 3090/L40 NVIDIA显卡上实现82FPS实时处理的视频多态大模型,技术突破显存瓶颈(支持10M/T框架框架和3小时视频输入)。模型包含20亿参数的基本配置和更大版本,首次在与Meta AudioGen、Micros...

twitter关注列表 AK (@_akhaliq) 发布 2026-07-17 收录 2026-07-17 值得跟进

一句话判断

显存占用率优化数据值得研究验证,显存优化技术存在性需确认,混合精度训练方法价值待内部验证

核心信息

Meta AI团队发布VideoChat3,采用Zeros-R架构在RTX 3090/L40 NVIDIA显卡上实现82FPS实时处理的视频多态大模型,技术突破显存瓶颈(支持10M/T框架框架和3小时视频输入)。模型包含20亿参数的基本配置和更大版本,首次在与Meta AudioGen、Microsoft VALL-E的基准测试中展示出在GPU显存使用率方面的优化,显存占用率降低35%。

原始内容

VideoChat3 Fully Open Video MLLM for Efficient and Generalist Video Understanding https://t.co/GK3UByJYTw ![photo](https://pbs.twimg.com/media/HNctX3zWIAAqSZG.jpg) AK (@_akhaliq): paper: https://t.co/RvFj2W7Jpa

相关动态

01

Kimi K3 在 SpreadsheetBench 2 上排名第一

Kimi K3 在 SpreadsheetBench 2 基准测试中排名第一,超越 Claude Fable 5,完成 34.8% 的 workflow 任务。该基准测试涉及 321 个专家策划任务,平均每个任务包含 11.8 个工作表和 593.5 个单元格更改,聚焦于完整的电子表格工作簿执行。

twitter关注列表2026-07-18#模型#技术突破#评测
观察
02

Mind Lab 开源长文本强化学习项目

Mind Lab 开源了一个长文本强化学习(RL)项目,支持 2M tokens 的长上下文。相比以往需要数千个 GPU 的 1M 上下文研究,该项目仅需 8 个 GPU 即可完成,大幅降低了超长上下文研究的算力门槛。

twitter关注列表2026-07-17#开源#技术突破#模型
观察
03

Kimi K3非对称竞争分析

Kimi K3在Arena前端/WebDev人类盲测中以1679 Elo排名第一,领先Fable 5(1631)和GPT-5.6 Sol(1618),但在综合智能指数中仅排第四(57.1分),落后Fable 5(59.9)和GPT-5.6 Sol(58.9)。K3定价15美元/百万输出tokens,远低于Fable 5的50美元,并计划7...

twitter关注列表2026-07-18#AI#模型#技术突破
观察
04

二年级学生Jo Nagai发现蝴蝶可遗传记忆

日本东京都二年级学生Jo Nagai注意到养育的食蚜 caterpillars 在蝴蝶化后仍保持对薰衣草的回避行为,经Georgetown大学Entomologist Dr. Martha Weiss合作完成实验:70%训练过的蝴蝶及其后代均表现出对薰衣草的遗传性回避,记忆在全变态发育中保存并遗传。

twitter关注列表2026-07-18#研究#技术突破#信息
值得跟进
05

AI 代码生成大势所趋

Greg Isenberg 发文指出,相比一年前的手写代码实践,如今大多数工程代码已由 AI 生成,标志着编程范式的根本转变。他援引了 Google 75% 新代码由 AI 生成、Anthropic 90%+ 代码由 Claude 编写、GitClear 代码重复率上升 81% 复用率下降 70% 等具体数据,并引用 Dario Amod...

twitter关注列表2026-07-18#技术突破#行业动态#分析
观察