Molmo 2— Ai2开源的AI视频分析模型

Molmo 2 是什么

molmo 2 是由艾伦人工智能研究所（ai2）研发并开源的先进视频理解模型，专精于视频内容解析、时空定位与目标持续追踪。该模型融合了 qwen 3 与 olmo 的核心技术架构，在视频语义理解、细粒度事件定位及多目标鲁棒追踪方面表现突出，可生成高精度、上下文连贯的密集字幕。在多项视频追踪与视频问答基准测试中，molmo 2 的性能优于包括 gemini 3 在内的多个主流开源与闭源模型，并兼顾推理效率与部署友好性。其训练数据覆盖广泛场景，涵盖多样化视频、图像及跨模态任务，面向学术研究、教育应用及多模态技术探索全面开放。

标签： git cms github 编码 人工智能 工具 ai pdf ai视频 gemini qwen hugging fa