OpenMOSS 团队近日正式开源 MOSS\-VL 系列视觉理解模型 … 该模型采用创新的交叉注意力架构，通过解耦视觉编码与认知推理，有效解决了传统模型在处理视频流时面临的计算效率瓶颈，大幅降低了推理延迟 … 在涵盖多模态感知、推理及文档 OCR 的 30 余项基准测试中，该模型表现卓越，尤其在视频理解任务上显著优于 Qwen3\-VL 等同类模型，展现了强大的时序一致性与动态场景捕捉能力。
OpenMOSS 团队近日正式开源 MOSS\-VL 系列视觉理解模型 … 该模型采用创新的交叉注意力架构，通过解耦视觉编码与认知推理，有效解决了传统模型在处理视频流时面临的计算效率瓶颈，大幅降低了推理延迟 … 在涵盖多模态感知、推理及文档 OCR 的 30 余项基准测试中，该模型表现卓越，尤其在视频理解任务上显著优于 Qwen3\-VL 等同类模型，展现了强大的时序一致性与动态场景捕捉能力。