MCG-NJU/VideoJev
¿Es de fiar?
Conviene mirarlo con calma antes de usarlo.
Avisos Revisa
Muy nuevo: se creó hace 13 días. Espera un poco antes de instalarlo.
Estrellas de cuentas reales Sin datos
Todavía no hemos comprobado si sus estrellas son falsas.
Activo Bien
Último cambio hace 2 días.
Licencia Bien
Apache-2.0: puedes usarlo gratis, también en un producto comercial. Conserva el aviso de licencia.
Comprobaciones rápidas con datos públicos. Ayudan, pero no son una garantía.
Qué es
Modelo de visión y lenguaje que realiza localización temporal y preguntas de opción múltiple sobre vídeo mediante puntuación directa de candidatos, sin generar texto. Se publica en versiones de 4B y 35B-A3B basadas en Qwen3.5 y Qwen3.6, con código de entrenamiento y evaluación.
Para quién es
Investigadores y desarrolladores que trabajan en comprensión de vídeo, localización temporal o preguntas y respuestas sobre vídeo con modelos de pesos abiertos
Cómo usarlo
Pide a tu IA que lo instale
Pega esto en Claude, ChatGPT o tu asistente de programación.
Ayúdame a instalar y configurar MCG-NJU/VideoJev en mi proyecto. Sigue su README: https://github.com/MCG-NJU/VideoJev. Explícame cada paso y comprueba que es seguro antes de ejecutar nada.
Curva de estrellas
Recibe alertas de repos como este
Te escribimos cuando algo de Modelos e inferencia empiece a subir. Gratis, una vez por semana, solo lo que encaja.
18.267 repos de GitHub vigilados y ordenados cada hora. Cifras a 20 de octubre de 2026.
Qué te llega: un email los lunes con los repos que encajan, nunca más. Mira el de la semana pasada. Privacidad
Para quien mantiene el repo
Pon esta insignia en tu README. Muestra el puesto del repo en el radar, se actualiza cada hora y enlaza a esta página.
[](https://repoalerts.com/repo/MCG-NJU/VideoJev?ref=badge)Repos parecidos
- CharlesFeng0314/JEV_sees
Biblioteca en Python que detecta, sigue y etiqueta objetos en imágenes, vídeo y flujos de cámaras RGB-D mediante modelos de visión locales, y luego envía una pregunta sobre cada objeto a la API de JEV
- j1s4nn/jev-adaptive-granularity-WM
Código oficial y artefactos de auditoría para enrutar por segmentos la granularidad temporal (fina, gruesa y de retención) en el generador causal de vídeo Causal-rCM (Wan2.1-1.3B), usando un oráculo s
- Moxin-Tech/moworld_base
Base de código de investigación de MoWorld, un modelo de mundo rápido que genera vídeo interactivo en tiempo real a partir de un primer fotograma, un texto y controles de cámara. Incluye entrenamiento
- code-video-model/CodeVideoModel
Base de código de investigación para generar vídeos a partir de escenas Three.js editables. Produce código Three.js a partir de texto, renderiza vídeos de referencia, crea imágenes de referencia y eje
- Tencent-Hunyuan/Prism
Código de investigación de Prism, un marco de atención dispersa dinámica para entrenar de forma nativa modelos de generación conjunta de vídeo y audio a resolución 2K. Divide los tokens en zonas espac
- chengQVQ/mcd-saver-planner
Motor de decisión en Node.js basado en el servidor MCP de McDonald's que toma una petición de pedido en lenguaje natural, combina los cupones disponibles en los canales de consumo en local, auto y rep