Video-R1模型通过强化学习提升视频推理，7B模型超GPT-4o

视频推理刚刚得到了重大升级！

认识一下 Video-R1，今天 Hugging Face Papers 上的热门论文。受基于规则的强化学习启发，这个 MLLM 能够处理复杂的视频理解。

令人惊讶的是？7B 模型甚至在空间推理基准上超越了 GPT-4o！