騰訊與悉尼大學(xué)聯(lián)手打造GPT4Video:顯著提升大語(yǔ)言模型視頻生成能力

　　在多模態(tài)大型語(yǔ)言模型(MLLMs)領(lǐng)域取得顯著進(jìn)展的同時(shí)，盡管在輸入端多模態(tài)理解方面取得了顯著進(jìn)展，但在多模態(tài)內(nèi)容生成領(lǐng)域仍存在明顯的空白。為填補(bǔ)這一空白，騰訊人工智能實(shí)驗(yàn)室與悉尼大學(xué)聯(lián)手推出了GPT4Video，這是一個(gè)統(tǒng)一的多模態(tài)框架，賦予大型語(yǔ)言模型(LLMs)獨(dú)特的視頻理解和生成能力。

　　研究團(tuán)隊(duì)的主要貢獻(xiàn)可以總結(jié)如下:

　　1.引入了GPT4Video，這是一個(gè)多功能框架，為L(zhǎng)LMs提供了視頻理解和生成的能力。

　　2. 提出了一種簡(jiǎn)單而有效的微調(diào)方法，旨在增強(qiáng)視頻生成的安全性，成為常用RLHF方法的一種吸引人的替代方案。

　　3. 釋放數(shù)據(jù)集，以促進(jìn)未來(lái)在多模態(tài)LLMs領(lǐng)域的研究。

　　GPT4Video是對(duì)現(xiàn)有多模態(tài)大型語(yǔ)言模型(MLLMs)局限性的回應(yīng)，盡管這些模型在處理多模態(tài)輸入方面表現(xiàn)出色，但在生成多模態(tài)輸出方面存在不足。GPT4Video的架構(gòu)包括三個(gè)重要組件:

　　1. **視頻理解模塊:** 利用視頻特征提取器和視頻摘要生成器，將視頻信息編碼并對(duì)齊到LLM的詞嵌入空間。

　　2. **LLM主體:** 借鑒LLaMA結(jié)構(gòu)，采用參數(shù)高效微調(diào)(PEFT)方法，特別是LoRA，同時(shí)保留原始預(yù)訓(xùn)練參數(shù)。

　　3. **視頻生成組件:** 通過(guò)精心構(gòu)建的指令跟蹤數(shù)據(jù)集，使LLM生成模型庫(kù)中模型的提示。

　　團(tuán)隊(duì)首先利用凍結(jié)的ViT-L/14模型捕捉原始視頻特征，然后使用視頻抽象模塊在時(shí)間和空間軸上壓縮視頻信息。GPT4Video的核心由凍結(jié)的LLaMA模型驅(qū)動(dòng)，通過(guò)LoRA和自定義的視頻中心化、安全對(duì)齊數(shù)據(jù)進(jìn)行高效微調(diào)。這使其能夠理解視頻并生成適當(dāng)?shù)囊曨l提示，隨后用于從Textto-Video模型庫(kù)中生成視頻。

　　在各種多模態(tài)基準(zhǔn)測(cè)試中的實(shí)驗(yàn)結(jié)果，包括開(kāi)放式問(wèn)答、視頻字幕和文本到視頻生成，驗(yàn)證了GPT4Video的有效性和普適性。此外，GPT4Video展示了利用LLMs強(qiáng)大的上下文摘要和文本表達(dá)能力為視頻生成詳細(xì)提示的能力。

　　GPT4Video通過(guò)整合先進(jìn)的視頻理解和生成功能，顯著提升了大型語(yǔ)言模型的性能。其在多模態(tài)基準(zhǔn)測(cè)試中表現(xiàn)出色進(jìn)一步強(qiáng)調(diào)了其卓越性能。