Die ShareGPT4Video-Serie zielt darauf ab, das Videoverständnis großer Video-Sprachmodelle (LVLMs) und die Videogenerierung von Text-zu-Video-Modellen (T2VMs) durch dichte und präzise Untertitel zu fördern. Die Serie umfasst: 1) ShareGPT4Video, 40.000 mit GPT-4V kommentierte, dichte Video-Untertitel, entwickelt durch eine sorgfältig konzipierte Datenfilter- und Kommentierungsstrategie. 2) ShareCaptioner-Video, ein effizientes und leistungsstarkes Modell zur Untertitelung beliebiger Videos, basierend auf 4,8 Millionen kommentierten, hochwertigen ästhetischen Videos. 3) ShareGPT4Video-8B, ein einfaches, aber hervorragendes LVLM, das in drei fortschrittlichen Video-Benchmark-Tests die beste Leistung erzielt hat.