实时视频VLM MOSS-VL-Realtime
multimodalart · x · 2026-07-16
转发内容介绍了 **MOSS-VL-Realtime**：它不同于大多数“先看完整段视频再回答”的视频 VLM，而是**边看边答**，主打实时流式视频理解。 帖子还提到该模型已经在 **Hugging Face Spaces** 上提供 demo 供大家试用，说明这不是纯概念，而是已有可交互演示的具体项目。
multimodalart · x · 2026-07-16
转发内容介绍了 **MOSS-VL-Realtime**：它不同于大多数“先看完整段视频再回答”的视频 VLM，而是**边看边答**，主打实时流式视频理解。 帖子还提到该模型已经在 **Hugging Face Spaces** 上提供 demo 供大家试用，说明这不是纯概念，而是已有可交互演示的具体项目。