OpenMOSS-Team发布MOSS-VL-Realtime，用于连续视频流理解

OpenMOSS-Team发布了MOSS-VL-Realtime，这是一款专为连续视频流理解设计的新模型。与一次性处理整个视频的传统模型不同，MOSS-VL-Realtime实时处理传入的帧，允许在流的任何时间点提问。该模型在视觉证据不足时也可以选择保持沉默，并且可以随着新帧的处理动态更新其响应。它保持256K的文本上下文窗口，并利用具有时间戳感知帧编码的交叉注意力架构来改进时间推理。 AI

影响 实现了视频流的实时分析，可能影响监控、内容审核和实时事件分析等应用。

排序理由 AI实验室发布新模型。[lever_c_demoted from frontier_release: ic=1 ai=1.0]

在 Hugging Face Trending Models 阅读 →

• Google Colab
• Kaggle
• MOSS-VL
• MOSS-VL-Base
• MOSS-VL-Instruct
• MOSS-VL-Realtime
• OpenMOSS
• OpenMOSS-Team/MOSS-VL-Realtime
• transformers

• 模型发布
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →