根据DeepLearning.AI报道，研究人员推出了STORM文本-视频模型，该模型将视频输入减少到原来的八分之一，却依然获得了最先进的性能。STORM在SigLIP视觉编码器与Qwen2-VL语言模型之间插入mamba层，实现高效跨模态信息聚合。这一创新有望推动加密货币市场AI自动化分析工具和智能交易策略的升级，提升交易员对市场情绪和数据的实时把控能力。来源：DeepLearning.AI Twitter，2025年6月21日。