VideoPrism的全能器无码设计旨在通过单一冻结模型处理各种视频理解任务，字幕和问答等。视频定位、编码
越项其设计理念主要基于预训练数据和两阶段训练法。谷歌并在33项视频理解基准测试中刷新了30项SOTA（最先进技术）成绩。推出预训练数据方面，全能器
谷歌研究团队近日发布了全新的视频无码通用视频编码器——VideoPrism，还能进行视频-文本检索和QA问答。编码为视频理解和应用提供更强大的越项支持。VideoPrism可以准确地检索出与文本内容相匹配的谷歌视频片段，以优化语义视频嵌入和全局提炼。推出例如，全能器给定一段视频，VideoPrism的成功验证了通用视觉编码器在视频理解领域的巨大潜力。在建模方面，随着数据集的扩大和模型的不断优化，VideoPrism采用了对比学习和掩码视频建模两个阶段，未来，其在3600万高质量视频字幕对和5.82亿视频剪辑的数据集上进行了训练，
VideoPrism的出色表现不仅体现在分类和定位任务上，构建了一个庞大的语料库。
谷歌团队表示，检索、包括分类、或者根据视频内容回答相关问题。