Исследовательский чекпойнт NVILA-8B-HD-Video для генерации ответов на текстовые запросы по видео с разреженным отбором визуальных токенов AutoGaze.

Подходит для: ответы на открытые вопросы по видеозаписи · выбор правильного варианта в вопросах по видео · анализ последовательности событий в видео