Video models are zero-shot learners and reasoners

動画AIモデルは、特別な訓練なしに初めて見る課題にも対応でき、映像の中の状況を理解して推論する力を持っています。つまり、人間のように「見て考える」ことが、事前に教わらなくてもある程度できるということです。