Google Deepmind geht davon aus, dass Videomodelle in Zukunft eine ähnliche Schlüsselrolle für das maschinelle Sehen übernehmen könnten, wie es große Sprachmodelle (LLMs) bereits für die Verarbeitung natürlicher Sprache tun.
Der Artikel Laut Google Deepmind können Videomodelle wie Veo 3 Generalisten für visuelle Aufgaben werden erschien zuerst auf THE-DECODER.de.