南大 MCG 发布 VideoJev 视频理解模型，QA 推理提速超百倍

南京大学 MCG 团队发布 VideoJev，一组 4B 与 35B-A3B 的 System One 视频理解与交互模型，模型已开源。它把多模态大模型的自回归解码换成共享打分头，直接对时间区间和文本选项按视频证据打分，统一了时序定位与视频问答。相比 Thinking 类方法，QA 推理速度提升超过百倍，定位精度也大幅提升。