Molmo2 8B

Molmo2-8Bは、Allen Institute for AI（Ai2）によって開発されたオープンなビジョン言語モデルで、Molmo2ファミリーの一部です。画像、ビデオ、および複数画像の理解とグラウンディングをサポートしています。Qwen3-8Bをベースとしており、ビジョンバックボーンとしてSigLIP 2を使用しています。短いビデオ、カウント、キャプショニングにおいて他のオープンウェイト、オープンデータモデルを上回るパフォーマンスを発揮しながら、長いビデオタスクでも競争力を保っています。