Apollo é uma família avançada de modelos de linguagem multimodais de grande escala (LMMs) focada na compreensão de vídeo. Através da exploração sistemática do espaço de design de vídeo-LMMs, ele revela os fatores-chave que impulsionam o desempenho, fornecendo insights práticos para otimizar o desempenho do modelo. O Apollo, ao descobrir a 'Consistência de Escalonamento', permite que decisões de design em modelos e conjuntos de dados menores sejam transferidas de forma confiável para modelos maiores, reduzindo significativamente os custos computacionais. As principais vantagens do Apollo incluem decisões de design eficientes, planos de treinamento otimizados e mistura de dados, e um novo benchmark, o ApolloBench, para avaliação eficiente.