Ai2 推出 Molmo 2 开源视频语言模型
💡
原文中文，约1300字，阅读约需4分钟。
📝
内容提要
Ai2发布了开源视频语言模型Molmo 2，支持多图像和视频输入，允许用户进行端到端研究，强调开源的重要性，适合企业使用，关注数据透明性和责任。
🎯
关键要点
- Ai2发布了开源视频语言模型Molmo 2，支持多图像和视频输入。
- Molmo 2包括基于阿里巴巴Qwen3和Ai2 Olmo语言模型的多个版本。
- 发布了九个新的数据集，包括长格式质量保证数据集和开放的视频指向和跟踪数据集。
- Molmo 2-O-7B是一个透明模型，用户可以进行端到端的研究和自定义。
- 模型能够理解多张图像，支持所有图像和任何长度的视频。
- 用户可以向模型询问图像或视频的问题，模型能进行推理和生成描述性字幕。
- Molmo 2已在Hugging Face和Ai2 Playground上线，提供测试工具和模型的平台。
- Ai2对开源的承诺强调了数据透明性和责任的重要性。
- 企业逐渐意识到模型的大小并不重要，关键在于训练模型所用的数据的透明性。
- Molmo 2模型提供了更大的微调灵活性，但也面临资金和采用的挑战。
➡️
