跳到正文
热点事件持续更新

WeMM-Video 系列开源全模态视频理解模型发布

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Changli Tang 等人于 2026 年 11 月 20 日发布 WeMM-Video 系列中文 - 英文双语全模态基础模型。该家族涵盖 2B、4B、9B 和 35B-A3B 四个参数量级,基于混合思维范式统一处理文本、图像、音频和视频数据。 模型支持非思考指令模式与显式分步推理模式,并公开了评估复现管线以促进开源社区的研究与发展。

AI 根据报道生成 · 1 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. arXiv · 机器人与计算机视觉
    WeMM-Video:开源全模态视频理解模型家族发布

    作者发布了 WeMM-Video 系列中文 - 英文双语全模态基础模型,涵盖 2B、4B、9B 和 35B-A3B 四个参数量级。该模型家族基于混合思维范式统一处理文本、图像、音频和视频,支持非思考指令模式与显式分步推理模式。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。