# MOSS-VL: Dòng mô hình ngôn ngữ thị giác mã nguồn mở đột phá với khả năng tương tác thời gian thực

- Nguồn: HuggingFace Daily Papers (bài nghiên cứu nổi bật của cộng đồng)
- Thời gian phát hành: 2026-08-15 07:00 (giờ Việt Nam)
- Điểm AI: 72/100
- Nhãn AIHOT: Tinh chọn
- Link AIHOT.vn: https://aihot.vn/items/1f8cb5a7c48097b6
- Nguồn dữ liệu AI HOT: https://aihot.news/items/cmsyhyrd60wg3roz03o05ne6l
- Link gốc: https://arxiv.org/abs/2608.15045

## Lý do tinh chọn

Đây là bước tiến quan trọng trong việc xử lý video thời gian thực, giải quyết bài toán độ trễ vốn là điểm yếu của các mô hình đa phương thức hiện nay.

## Tóm tắt AI

MOSS-VL là dòng mô hình ngôn ngữ thị giác tiên phong tích hợp khả năng vừa quan sát vừa phản hồi theo thời gian thực. Nhờ cơ chế chú ý chéo, mô hình đạt hiệu suất vượt trội trên các bài kiểm tra luồng dữ liệu, dẫn đầu các giải pháp mã nguồn mở hiện nay.

## Thân bài

Tác giả: Pengyu Wang, Chenkun Tan, Shaojun Zhou, Qirui Zhou, Yanxin Chen, Xingyang He, Huazheng Zeng, Jijun Cheng, Chenghao Wang, Xiaomeng Qian, Pengfei Wang, Zhan Huang, Shanqing Gao, Wei Huang, Longjun Cao, Wu Ran, Jie Liu, Changtai Zhu, Hongkai Wang, Yixian Tian, Chenghao Liu, Zhen Ye, Xinghao Wang, Botian Jiang, Guoguo Feng, Zhaoye Fei, Ruixiao Li, Mingshu Chen, Yang Gao, Qinyuan Cheng, Shimin Li, Xipeng Qiu

Xem PDF HTML (thử nghiệm)

DOI do arXiv cấp thông qua DataCite (đang chờ đăng ký)

### Lịch sử gửi bài

Từ: Pengyu Wang [xem email] [v1] Thứ Bảy, 15 tháng 8 năm 2026 05:12:53 UTC (3.783 KB)