Модель video-SALMONN 2 анализирует аудиовизуальное содержимое видео и отвечает на вопросы о нём текстом.

Подходит для: создание текстовых описаний видеороликов · ответы на вопросы о содержимом видео · диалог о сценах и событиях в видео