# 视频内容解析

由NABLAS开发的日语视觉语言模型（VLM），支持图像、多图像及视频输入，适用于多种多模态任务。

InternLM-XComposer2.5是一款卓越的图文理解与创作模型，仅以70亿参数即可达到GPT-4V级别的能力，支持长上下文窗口扩展。