跳到正文
热点事件持续更新

腾讯与清华开源全模态视频模型

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

腾讯 WeChat Vision 与清华大学发布并开源中英双语全模态视频理解基础模型 WeMM-Video,可统一处理文本、图像、音频和视频;系列包含 2B、4B、9B 和 35B-A3B 四种规格。 模型采用非思考快速响应与逐步推理相结合的混合思考模式,基于约 1.2 万亿 token 的多模态语料训练,重点支持视频中的联合视听感知与推理。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. AGI Hunt
    腾讯与清华开源中英双语全模态视频理解基座 WeMM-Video

    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。

本事件热度走势

可比范围当前
9
可比范围峰值
1011月20日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。