OpenMOSS 发布开源 MOSS-VL 视觉语言模型

OpenMOSS 团队发布 MOSS-VL 技术报告，推出 110 亿参数的开源视觉语言模型家族。该模型通过在生成过程中使用门控交叉注意力机制持续关注视觉信息，实现实时交互能力，能够持续观看实时视频帧并在观看过程中做出响应，训练中利用了合成交互语料。

2026-08-18 ~ 2026-08-19 · 2 条相关

• MOSS-VL：支持实时交互的开源视觉语言模型 — OpenMOSS-Team · 2026-08-18
• OpenMOSS 发布 11B 开源模型 MOSS-VL，支持实时视频理解 — _akhaliq · 2026-08-19