ข้ามไปยังเนื้อหา

แท็ก

#OpenMOSS

2 บทความ

MOSS-Image: OpenMOSS ปล่อยโมเดลสร้างภาพ 5B (Apache-2.0) ที่เรนเดอร์ข้อความยาวระดับหน้ากระดาษได้ 96.3% ใกล้ Nano Banana Pro — แต่อันดับ 2 ใน arena ต้องพึ่ง GPT-6 วางเลย์เอาต์
โมเดลใหม่

MOSS-Image: OpenMOSS ปล่อยโมเดลสร้างภาพ 5B (Apache-2.0) ที่เรนเดอร์ข้อความยาวระดับหน้ากระดาษได้ 96.3% ใกล้ Nano Banana Pro — แต่อันดับ 2 ใน arena ต้องพึ่ง GPT-6 วางเลย์เอาต์

OpenMOSS ปล่อยน้ำหนัก MOSS-Image-Base และ SFT เมื่อ 16 ต.ค. 2026 และรายงานเทคนิคขึ้น arXiv วันนี้ เป็น diffusion transformer 5B ฝึกจากศูนย์ ไลเซนส์ Apache-2.0 จริงในไฟล์ LICENSE ทำคะแนนเรนเดอร์ข้อความยาวบน LLTB ได้ 96.3% สูงสุดในกลุ่มโมเดลเปิด และวางวัตถุตามเลย์เอาต์ได้แม่นกว่าทุกตัวที่ทดสอบ แต่ทั้งสอง benchmark เป็นของทีมเอง และระบบ end-to-end ใช้ GPT-6 เป็นตัววางแผน

· อ่าน 5 นาที
MOSS-VL — โมเดลภาษา-ภาพโอเพนเวต 11B ที่ "ดูไปพูดไป" ได้จริง ทุบสถิติ open-source บนสตรีมมิ่งวิดีโอ
โมเดลใหม่

MOSS-VL — โมเดลภาษา-ภาพโอเพนเวต 11B ที่ "ดูไปพูดไป" ได้จริง ทุบสถิติ open-source บนสตรีมมิ่งวิดีโอ

ทีม OpenMOSS ปล่อย technical report ของ MOSS-VL เมื่อ 15 ส.ค. 2026 — ตระกูลโมเดลภาษา-ภาพโอเพนเวต 11.3B ใบอนุญาต Apache-2.0 ที่ออกแบบให้ "มองเห็นขณะกำลังพูด" ได้ ทำคะแนน 66.0 บน OmniMMI Proactive Alerting เทียบกับ 37.5 ของคู่แข่งที่ดีที่สุด และมีเช็คพอยต์ FP8/NF4 ให้รันบน GPU 24GB ตัวเดียว

· อ่าน 6 นาที