OpenGVLab/Ask-Anything项目中的VideoChat2预训练权重获取问题解析

在OpenGVLab的Ask-Anything项目中，VideoChat2是一个重要的视频对话模型，其预训练权重对于研究人员和开发者来说至关重要。近期有用户反馈无法通过原定的阿里云OSS链接获取三个关键权重文件：umt_l16_qformer.pth、videochat2_7b_stage2.pth和videochat2_7b_stage3.pth。

问题背景

VideoChat2模型采用了分阶段训练策略，这三个权重文件分别对应不同训练阶段的模型参数：

1. umt_l16_qformer.pth：包含Q-Former模块的预训练权重
2. videochat2_7b_stage2.pth：第二阶段训练后的模型权重
3. videochat2_7b_stage3.pth：最终阶段的完整模型权重

这些权重文件对于复现论文结果或进行下游任务微调都必不可少。

解决方案

项目维护团队已将这些关键权重文件迁移至更稳定的平台托管。用户现在可以直接获取videochat2_7b_stage3.pth这一最终阶段的完整模型权重文件。

技术建议

对于需要使用VideoChat2模型的研究人员，建议：

1. 优先使用最终阶段的videochat2_7b_stage3.pth权重，它包含了完整的训练成果
2. 如需早期阶段的权重用于特定研究目的，可联系项目团队获取支持
3. 在使用预训练权重时，注意与代码版本的兼容性

OpenGVLab团队将持续优化模型权重的分发渠道，确保研究社区的访问需求得到满足。