跳到正文
AGI Hunt· tencent·· 3 小时前AI 评分63

腾讯与清华开源中英双语全模态视频理解基座 WeMM-Video

腾讯 WeMM-Video 开源:中英双语全模态视频理解基座

AI 导读

腾讯 WeChat Vision 与清华发布并开源 WeMM-Video,用于统一处理文本、图像、音频和视频。该系列提供 2B、4B、9B、35B-A3B 规格,采用非思考快速响应与逐步推理相结合的混合思考模式,并基于约 1.2 万亿 token 的多模态语料训练。

来源:AGI Hunt · agihunt.info