品玩11月11日讯，据 斯坦福官方消息，李飞飞与吴佳俊团队联手，推出一个用于一小时视频语言理解的基准数据集，名为HourVideo。 据悉该数据集由一个新颖的任务套件组成，包括总结、感知（回忆、跟踪）、视觉推理（空间、时间、预测、因果、反事实）和导航 ...