Uni-MoE-2.0-Omni: un MoE omnimodal abierto basado en Qwen2.5-7B para la comprensión de texto, imágenes, audio y vídeo
¿Cómo se construye un modelo abierto que pueda comprender texto, imágenes, audio y video de manera confiable y al mismo tiempo funcionar de manera eficiente? Un equipo de investigadores del…