实体
MOSS-VL-Instruct
MOSS-VL-Instruct
PulseAugur coverage of MOSS-VL-Instruct — every cluster mentioning MOSS-VL-Instruct across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
MOSS-VL 开源视觉-语言模型家族支持实时交互
MOSS-VL 模型家族被推出，作为一个开源的、专为实时交互设计的视觉-语言模型。它通过引入门控交叉注意力来实现这一点，使模型在生成文本的同时处理视觉信息。这些模型使用合成交互语料库和分阶段课程进行训练，专注于主动行为并减少首次标记延迟。MOSS-VL-Realtime 在流式基准测试中表现强劲，在主动行为测试中优于其他开源模型，并且与 Qwen3 VL 8B 等同类模型相比，在首次标记延迟方面具有显著优势。
-
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。