Meta与斯坦福大学合作，于12月18日推出Apollo开源AI模型系列，旨在显著提升机器对视频的理解能力。当前，尽管AI在图像和文本处理上有显著进展，但视频处理仍是难题。Apollo模型通过两个组件解决此问题：一个处理单帧，另一个追踪时间变化中的对象和场景。研究显示，采用分阶段训练方法并优化数据集配比，能显著提升模型性能。Apollo模型在不同规模上表现优异，小至Apollo-3B，大至Apollo-7B，均超越同类产品。Meta已开源Apollo的代码和模型权重，并在Hugging Face平台上提供公开演示。