6月3日，智源研究院宣布，已联合上海交通大学等机构发布新一代超长视频理解模型：Video-XL-2。据介绍，新模型显著扩展了可处理视频的时长，支持在单张显卡上高效处理长达万帧的视频输入。目前，Video-XL-2的模型权重已全面向社区开放。