핵심 역량

• 비디오 시공간 특징 추출
• 이미지 콘텐츠 이해
• 비디오 기반 텍스트 생성 기초 제공
• 멀티모달 데이터 임베딩 생성

강점

• 비디오와 이미지를 동시에 처리 가능한 멀티모달 범용성
• Apache 2.0 라이선스로 자유로운 2차 활용 가능

훈련 방식

MOSS-VL 아키텍처 기반의 비디오-텍스트 통합 학습 베이스 모델

알아두면 좋은 것

• 비디오와 이미지를 모두 지원하는 범용 시각 이해 아키텍처
• OpenMOSS 팀에서 공개한 MOSS-VL 시리즈의 베이스 체크포인트
• Apache 2.0 라이선스로 상업적 이용 및 수정 가능
• Transformers 라이브러리와 호환되는 safetensors 형식 제공