7月12日，智谱AI宣布开源全新视频理解模型CogVLM2-Video，专注于解决传统模型在处理时间相关问题上的不足。通过视觉模型自动生成大量时间相关视频问答数据，该模型利用多帧视频和时间戳作为输入，不仅提升视频理解性能，还擅长视频字幕生成和时间定位。现已在GitHub开源，详情和在线试用请访问GitHub和相关网站。