Kangaroo — мультимодальная модель для описания видео, ответов на вопросы о нём и диалога по видеосодержимому.

Подходит для: создание текстовых описаний видеороликов · ответы на вопросы о событиях и объектах в видео · диалог с пользователем по содержанию видео