OpenMOSS发布MOSS-VL，11B开源视觉语言模型，支持实时视频理解。

转推 @HuggingPapers: MOSS-VL：实时视频理解，边感知边说话。OpenMOSS 发布了 MOSS-VL，一个 11B 的开源视觉语言模型，在回答时持续观看实时画面——内置主动静默和动态自我修正。 https://t.co/UtHiYqJyjO