MOSS-VL-Realtime 开源发布
huggingface · x · 2026-07-14
MOSS-VL-Realtime 开源了，这是一个面向实时视觉理解的 VLM：
- 11B 参数，256k 上下文
- 采用 Apache-2.0 许可证
- 设计目标包括：
- 信息不足时保持沉默
- 可以在视频流过程中随时提问
- 一边观看一边生成回答
- 当场景变化时可修正或中断自己的回答
- 支持中文和英文理解
发布方也在邀请大家试用并反馈。
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
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 零编程经验者用 ChatGPT 开发 ComfyUI 安卓客户端将上架 — ComfierUI · 2026-09-11
- FastH3-Live 升至 22fps：加速节点实测与 ComfyUI 显存避坑 — spartong945 · 2026-09-11
- Midjourney 风格参考分享:--sref 2912175708 — tisch_eins · 2026-09-11
- Astra 分镜+Minimax H3 分镜逐帧生成，视频创作成功率大增 — Hailuo_AI · 2026-09-11
- Hailuo 转推：MiniMax H3 MAX 一发生成 15 秒美食动画短片 — Hailuo_AI · 2026-09-11