端到端开源的VideoChat3视频多态大模型(Zeros-R RTX 3090/L

端到端开源的VideoChat3视频多态大模型(Zeros-R RTX 3090/L

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%。