MOSS-VL
OpenMOSS 开源实时视频流多模态理解模型系列
MOSS-VL 是 OpenMOSS 团队推出的开源多模态视觉理解模型系列，基于 Cross-Attention 架构与 XRoPE 时空位置编码，三个 11B 参数模型均以 Apache-2.0 协议开源。MOSS-VL-Realtime 支持在持续视频流输入时同步感知与生成，可随时打断、实时回答并自主决定何时回复；MOSS-VL-Instruct 适用于离线长视频理解与深度对话；MOSS-VL-Base 提供预训练基座，支持 256K 上下文窗口
1
2026-07-14
未收录
391
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
MOSS-VL 是 OpenMOSS 团队推出的开源多模态视觉理解模型系列，基于 Cross-Attention 架构与 XRoPE 时空位置编码，三个 11B 参数模型均以 Apache-2.0 协议开源。MOSS-VL-Realtime 支持在持续视频流输入时同步感知与生成，可随时打断、实时回答并自主决定何时回复；MOSS-VL-Instruct 适用于离线长视频理解与深度对话；MOSS-VL-Base 提供预训练基座，支持 256K 上下文窗口
核心功能
价格信息
暂无可验证价格信息暂无足够准确的价格信息。
基础信息
- 更新频率
- 近 7 天 1 条收录动态
- 最近更新
- 2026-07-14
- 覆盖行业
- 科研
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-07-14开源
OpenMOSS 开源 MOSS-VL-Realtime 实时视频流多模态模型，11B 参数，基于 Cross-Attention 架构与 XRoPE 时空位置编码，支持 256K 上下文，可在持续视频流输入时同步感知与生成，随时打断并自主决定回复时机，以 Apache-2.0 协议开源。同时发布 MOSS-VL-Instruct-0708 与 MOSS-VL-Base-0708。
MOSS-VL 常见问题
关于 MOSS-VL 的定位、核心功能、价格与最近更新。
MOSS-VL 是什么？
MOSS-VL 是 OpenMOSS 团队推出的开源多模态视觉理解模型系列，基于 Cross-Attention 架构与 XRoPE 时空位置编码，三个 11B 参数模型均以 Apache-2.0 协议开源。MOSS-VL-Realtime 支持在持续视频流输入时同步感知与生成，可随时打断、实时回答并自主决定何时回复；MOSS-VL-Instruct 适用于离线长视频理解与深度对话；MOSS-VL-Base 提供预训练基座，支持 256K 上下文窗口。
MOSS-VL 有哪些核心功能？
MOSS-VL 当前已核验的核心功能包括：视频处理。
MOSS-VL 如何收费？
AI Equal 当前没有收录 MOSS-VL 的可验证价格信息。
MOSS-VL 最近有什么更新？
2026-07-14：OpenMOSS 开源 MOSS-VL-Realtime 实时视频流多模态模型，11B 参数，基于 Cross-Attention 架构与 XRoPE 时空位置编码，支持 256K 上下文，可在持续视频流输入时同步感知与生成，随时打断并自主决定回复时机，以 Apache-2.0 协议开源。同时发布 MOSS-VL-Instruct-0708 与 MOSS-VL-Base-0708。