# 分层令牌压缩

基于长且丰富的上下文（LRC）建模增强的视频多模态大语言模型，通过提升感知细粒度细节和捕捉长时态结构的能力改进现有MLLM

InternVideo2.5 是一个基于 InternVL2.5 构建的视频多模态大语言模型（MLLM），通过长且丰富的上下文（LRC）建模进行了增强，能够感知细粒度细节并捕捉长时态结构。