请问有没有支持视频输入的脚本

[YajieW99]

你好，目前的inference脚本中只有单图或者多图concat的模板，请问有没有视频专属的模板（prefix）。另外，我注意到inference中的预处理形式和internvl一致，那么能否直接沿用internvl的模板呢

[Orlando-CS]

可以沿用internvl的模版，支持视频理解的，输出也是带cot的。但是指标在视频理解的榜单上目前没有非常优异。