Video Mamba Suiteは、動画理解のための新しい状態空間モデルスイートであり、動画モデリングにおけるMambaの可能性を探求および評価することを目的としています。このスイートには14個のモデル/モジュールが含まれており、12個の動画理解タスクを網羅し、動画および動画・言語タスクにおける高い効率性と優れた性能を実証しています。