VideoChat3: Fully Open Video MLLM for Efficient and Generalist Video Understanding

• 类型：arxiv
• 标识：2607.14935
• 链接：https://arxiv.org/abs/2607.14935
• 主分类：multimodal
• 形态：application
• 被引：4
• 被引来源：Semantic Scholar
• S2被引：4
• OpenAlex被引：0
• 影响力被引：0
• TLDR：This work introduces VideoChat3, a fully open, efficient, and generalist video-centric MLLM, which surpasses prior open-source models with equal or larger parameter counts with only 4B parameters and higher efficiency.
• OpenAlex ID：W7169575804
• OpenAlex DOI：10.48550/arxiv.2607.14935
• DOI：10.48550/arxiv.2607.14935
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2607.14935
• OpenAlex更新：2026-07-19
• 待LLM分类：否
• 标题中文：VideoChat3：面向高效通用视频理解的完全开放视频 MLLM
• TLDR中文：本文提出 VideoChat3，一个完全开放、高效且以视频为中心的通用 MLLM，仅以 4B 参数与更高效率，超越参数量相当或更大的已有开源模型。
• 来源文件：
• /inbox/tom/_candidates/2026-07-17-agent-rag-longcontext-candidates.json
• [S2 enrich]
• [OpenAlex backfill]