Gemini

Gemini视频推理领先GPT-4o，主要表现在图像处理和音频理解

Gemini在视频推理方面确实表现出色，但是否“遥遥领先”GPT-4o则存在一定的争议。
证据显示，Gemini在多模态理解和推理能力方面具有显著优势。例如，Gemini 1.5 Pro在Video-MME基准测试中表现优异，显示出其在视频理解领域的强大能力。此外，Gemini Ultra在少样本视频字幕任 ...全文