待验证90% 置信事实时间未知

代表性Video-LLM模型包括VideoLLaMA、Video-ChatGPT和GPT-4V

1

来源数

90%

置信度

长期有效

时效性

2026/6/1

首次发现

来源

上交大PhyAR：破解Video-LLM物理推理中的语义先验劫持难题

bilibili多模态实验室

涉及实体

VideoLLaMAmodel Video-ChatGPTmodel GPT-4Vmodel

相关事实

已验证GPT-4o等多模态模型已支持对实时音频的原生处理73% 相似已验证2024年发布的GPT-4o将图像生成能力直接整合进多模态大语言模型中71% 相似待验证Pixel Video支持多种大语言模型，包括GPT、通义千问、DeepSeek和Ollama71% 相似待验证该平台覆盖的模型类别包括语言模型（GPT系列、Claude Sonnet 4、Claude Opus 4）、图像生成模型（GPT-Image-2、DALL·E）、视频生成模型和音频模型70% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/18047

API

curl https://kongchang.com/api/v1/knowledge/claims/18047

MCP

get_claim(id=18047)