MOSS-VL-Realtime 开源
victormustar · x · 2026-07-14
MosiAI 开源了 MOSS-VL-Realtime，这是一个面向连续视频流实时视觉理解的 11B 视觉语言模型，采用 Apache-2.0 许可。
它支持在视频过程中随时提问，并且会“边看边答”：当画面变化时可修正或中断回答；在证据不足时也可以保持沉默。项目还提供 Base、Instruct 和 Realtime 三个版本，支持中英双语多模态理解，窗口长度达 256K token。
所属事件:MOSS-VL-Realtime开源实时视觉模型(2 条相关)→
「多模态」频道最新
- ComfyUI Krea2 风格提示词节点复活：新分支更新大规模风格库 — Winter_unmuted · 2026-10-27
- 无 LLM 调用的「创意生成器」：单个 HTML 文件在浏览器内产出复古海报 — Afinetheorem · 2026-10-27
- 网友用 Copilot 想象并归档自己的 80/90 年代冬季穿搭概念 — Valuable-Sky2134 · 2026-10-27
- 开源钢琴转写模型 Transkun 实测:连延音踏板事件都能准确识别 — alexanderchen · 2026-10-27
- fal 上线 FLUX 3 Image Klein LoRA 训练:支持 10 张参考图、单请求叠加 3 个 LoRA — OdinLovis · 2026-10-27
- 女朋友总想挤痘？网友用 AI 把她自拍做成可玩广告游戏 — CurieuxExplorer · 2026-10-27