VideoChat3: GPT-5 시간적 그라운딩 벤치마크 전수 능가한 4B 오픈소스 비디오 MLLM
난징대·상하이AI연구소·NTU·PKU 공동팀이 2026년 7월 16일 VideoChat3를 공개했으며, 4B 파라미터로 TimeLens 시간적 그라운딩 벤치마크 전 항목에서 GPT-5 및 Gemini 2.5 Flash를 능가했다. 모션·장시간 비디오·시간적 그라운딩·라이브 스트리밍을 지원하는 토큰 효율적 비디오 MLLM으로, 약 300만 개 명령 샘플로 구성된 커스텀 학습 데이터셋 3종을 포함해 가중치·학습 코드·학습 전략 전체를 HuggingFace(MCG-NJU)에서 완전 오픈소스로 공개했다. HuggingFace 일일 논문 3위(arXiv: 2607.14935)에 올랐다.
원문 보기