(资料图)

虽然像RunwayML这样的公司在将文本转换为视频方面取得了长足的进步，但VideoChatGPT却另辟蹊径，赋予语言模型分析视频的能力。Video-ChatGPT可以用文本描述视频的内容，例如，通过突出显示不寻常的元素来解释为什么剪辑可能很有趣。谷歌已经宣布开发一款将于今年晚些时候发布的带有ProjectGemini的大型多模式AI模型。