MIT 研究者基于开源 Molmo 2 打造声呐三文鱼追踪原型

MIT 毕业生 Kai Van Brunt 在 Sara Beery 实验室基于 Ai2 开源视觉语言模型 Molmo 2 打造了 Molmo2Fish 原型，用于水下声呐视频中的三文鱼追踪。传统系统出错时需逐帧手工修改，该模型可在声呐视频上微调，并用「追踪错误—指令—修正」样本训练，通过自然语言指令自动修正部分追踪错误。这一案例也展示了开放代码与训练数据对研究的价值。

2026-10-14 ~ 2026-10-14 · 4 条相关

• MIT 研究者用开源 Molmo 2 追踪声呐视频中的三文鱼，可用自然语言纠错 — allen_ai · 2026-10-14
• Ai2 展示 Molmo2Fish：声呐视频三文鱼追踪可用语言指令纠错 — allen_ai · 2026-10-14
• Molmo2Fish 技术细节：声呐视频微调加纠错样本训练 — allen_ai · 2026-10-14
• MIT 学生用开源 Molmo 2 微调出声呐视频鱼类追踪模型 — allen_ai · 2026-10-14