虽然我们的应用的transformer这种多头自注意力，但是我们由于数据集、算力和时间的限制，我们无法真正落实，但是多头自注意力的提出已经是把人工智能迈入了一个崭新的台阶。 我们接下来便会讲到视频理解领域的模型发展几个里程碑式的工作，通过第二阶段的综述希望能够探索视频理解领域的发展前沿，以及未来人工智能行业

的趋势。

我认为视频理解领域的模型发展已经取得了很大的进步。从最早的基于手工特征的方法到如今的深度学习模型，视频理解领域已经发生了翻天覆地的变化。其中，一些里程碑式的工作如SlowFast网络、I3D网络、3D卷积网络等，都极大地推动了视频理解领域的发展。

未来，随着计算机视觉技术和硬件的不断发展，视频理解领域的模型将会更加强大和高效。同时，随着人工智能技术在各个领域的应用，视频理解领域也将会扮演越来越重要的角色。例如在智能监控、视频内容理解、自动驾驶等领域，视频理解技术将会被广泛应用。