南大 MCG 发布 VideoJev：视频理解提速超百倍

南京大学 MCG 团队发布 VideoJev，一组 4B 与 35B-A3B 的 System One 视频理解与交互模型。它将多模态大模型的自回归解码换成共享打分头，直接对时间区间和文本选项按视频证据打分，统一了时序定位与视频问答。相比 Thinking 类方法，QA 推理速度提升超过百倍，定位精度也大幅提升，模型已开源。

2026-10-14 ~ 2026-10-15 · 3 条相关

• VideoJev：统一视频理解与交互的 System One 模型，推理快 100 倍 — MCG-NJU · 2026-10-14
• VideoJev 视频理解模型开源：4B/35B，QA 速度较 Thinking 快超百倍 — AccBalanced · 2026-10-15
• 南大 MCG 发布 VideoJev:视频理解提速百倍、定位精度大涨 — _akhaliq · 2026-10-15