的视频，都可以直接做 推理 和 解析 了！ 瞧~只需“喂”上一段 柯南片段 ，AI就摇身一变成“名

互、长记忆能力拉满。更惊人的是，这个模型彻底了实现文本、图像和视频的原生融合，看一段几分钟柯南视频，