Home› Progetti› MOSS-VL
MOSS-VL
C++

MOSS-VL

An open-weight 11B model series for long-form and real-time video understanding

di OpenMOSS · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Categoria
Lingua
llmslong-video-understandingmultimodalApache-2.0C++
Visualizza su GitHub
In parole semplici

Analyze and understand long videos in real-time or offline with an open-weight model.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
MOSS-VL — GitHub preview card
📈 Storia delle stelle
813731
2026-09-242026-11-15
📈 Segui MOSS-VL

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

An open-weight 11B model series for long-form and real-time video understanding

MOSS-VL ha 813 stelle su GitHub. È stato forkato 43 volte. MOSS-VL è scritto principalmente in C++. È in sviluppo attivo dal 2026. MOSS-VL è disponibile con licenza Apache-2.0. I suoi temi principali sono: llms, long-video-understanding, multimodal, multimodal-ai.

❓ Frequently asked questions

Che cos'è MOSS-VL?

An open-weight 11B model series for long-form and real-time video understanding

MOSS-VL è open source?

MOSS-VL è un progetto open source. È rilasciato con licenza Apache-2.0.

MOSS-VL è gratuito?

Sì. MOSS-VL è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è MOSS-VL?

MOSS-VL è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto MOSS-VL?

MOSS-VL è scritto principalmente in C++.

🏅 Manutentore di questo progetto?
olud.ai badge — MOSS-VL

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=openmoss-moss-vl)](https://olud.ai/project/openmoss-moss-vl.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.