One unexpected output when running demo on chinese_video.mp4

[YuanEZhou]

User:描述一下视频中男子的外貌穿着.
HumanOmni:视频中, 20多岁的男子有短的黑发, 170cm左右的身高, 100kg左右的体重, 150度左右的近视, 1000度左右的远视, 1000度左右的散光, 1000度左右的屈光不正, 1000度左右的散光不正, 1000度左右的屈光不正不正, 1000度左右的散光不正不正不正不正不正不正不正不正不正不正不正不正不正不正不正不正不正不正...

User:视频中男子说了什么内容？
HumanOmni:男子说他穿什么颜色的衣服，现在处于什么环境，今天的天气怎么样。

User:视频中男子有什么情绪吗？
HumanOmni:没有情绪。

any help, thanks. @Jiaxing-star

[Mr-Millionairelive]

Hello, may I ask if your issue has been resolved?

[Handsome-Fun]

Similar strange output for Chinese video. The same issue do not happen when questioning in English.

Maybe the model does not surpport long Chinese output in the training dataset? @Jiaxing-star