NVIDIA NVLM（NVIDIA Vision Language Model）是英伟达推出的开源视觉语言模型，号称”比看视频还快十倍”！它在视频理解和分析方面达到了惊人的速度——可以在极短的时间内分析整段视频的内容、识别物体和动作。被评价为”开源视觉模型天花板”。本视频测评NVLM在视频理解、图像分析和多模态任务上的表现。