智元机器人开源 VideoDataset：基于 GPU 硬件解码的 VLM 训练加速利器-低调大师

智元机器人开源 VideoDataset：基于 GPU 硬件解码的 VLM 训练加速利器

2025-12-09 6

智元机器人团队宣布开源基于 GPU 硬件解码的高性能视频数据加载库 VideoDataset，旨在解决海量视频数据训练中的存储和计算瓶颈问题。

据介绍，VideoDataset 是基于实际 AI 训练需求深度开发的高性能视频数据加载库，具有以下特性：

极致性能： 通过将解码任务从传统的 CPU 转移到 GPU，充分挖掘硬件解码能力，吞吐量提升 4 倍。
随机访问： 解决了硬件解码通常不支持随机寻帧 (Random Seek) 的业界难题，专为 AI 训练设计的随机采样功能。
无缝集成： 兼容 PyTorch Dataset 接口，提供 Mixin 类，开发者改几行代码即可接入现有训练流。

VideoDataset 与主流 CPU 软件解码方案对比，在解码吞吐量上提升了3到4倍。并且，它能更有效地分担计算负载，从而将解码任务近乎剥离CPU。这一优势使得 VideoDataset 在大规模视频数据训练中不仅能提供更高的解码效率，还能最大限度地利用GPU资源，提高整体训练效率。

GitHub 地址：https://github.com/AgiBot-World/VideoDataset

微信关注我们

原文链接：https://www.oschina.net/news/388757

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

Firecrawl 开源基于 AI 的 Web 监控平台：Open Scouts

Firecrawl 开源了名为Open Scouts的 AI 驱动 Web 监控平台，用户可以创建自动化 scouts 来按计划搜索网络，并在找到目标信息时发送电子邮件警报。据介绍，用户可以通过定义监控目标来创建 scout，例如监控附近新开餐厅或追踪 AI 新闻，系统会自动配置搜索策略。 scouting 频率可设为每小时、每三天或每周。平台采用 Supabase Auth 支持邮箱密码及 Google OAuth 用户认证，确保用户数据隔离。其架构设计为一个可扩展的调度器模式，通过 pg_cron 每分钟检查并触发到期的 scout 任务，每个 scout 在独立的边缘函数中执行，保证了隔离性与资源分配。开源地址：https://github.com/firecrawl/open-scouts

2025-12-09

5

MIT 的研究团队近日发布了一项创新的计算方法，旨在提高大型语言模型（LLM）的运算效率，同时降低能源消耗。这项名为实例自适应缩放的技术，可以根据提问的复杂程度调整计算资源。研究小组的相关论文于11月初发布，得到了 MIT-IBM 沃森人工智能实验室、MIT-Amazon 科学中心、MIT-Google 计算创新项目以及 MathWorks 的支持。传统的大型语言模型在处理问题时，往往会使用固定的推理过程奖励模型（PRMs），这使得它们在面对不同复杂度的问题时，计算资源利用率不高，且常常高估成功的概率。 MIT 的研究人员通过重新设计 PRMs，使其能够根据不同的问题动态调整推理轨迹的数量。这样，简单的问题可以使用较少的计算资源，而复杂的问题则可以获得更多的推理支持。研究人员指出，人的思维过程往往是通过分解复杂问题、逐步推理和不断修正来进行的，而 LLM 也同样能从这一过程中获益，能够在推理时获得更多的 “思考” 时间。研究显示，采用这种新方法后，计算资源的使用量减少了一半，同时依然能够提供与现有模型相媲美的准确回答。此外，经过重新校准的 PRMs 也为较小的 LLM 提升了性...

2025-12-09

5

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。