AllenAI: Molmo2 8B

Molmo2-8B — это открытая мультимодальная модель для анализа изображений и видео, разработанная Институтом искусственного интеллекта Аллена в рамках семейства Molmo2. Модель поддерживает понимание одиночных и множественных изображений, видеоконтента, а также функции привязки объектов к визуальным данным. В качестве текстовой основы используется Qwen3-8B, а визуальным компонентом выступает SigLIP 2. Molmo2-8B превосходит другие модели с открытыми весами и данными в задачах анализа коротких видео, подсчета объектов и создания описаний, сохраняя при этом высокую конкурентоспособность в обработке длинных видеороликов. Доступ к модели осуществляется через API alltokens.