オープンソースの視覚言語モデル「MOSS-VL」技術レポート公開：リアルタイム対話能力を強化

要点：MOSS-VLは、視覚入力と対話を同時に処理するリアルタイム性を重視したオープンソースの視覚言語モデル群です。特に「MOSS-VL-Realtime」は、ストリーミング形式のベンチマークで高い性能を記録しました。