// 01 MOSS-VL-Realtime 是什么
快速结论
MOSS-VL-Realtime（复旦 OpenMOSS 团队）是一款开源的流式视频理解模型，110 亿参数，专为实时视频分析设计，把视频理解从「事后分析」变成「边看边理解、边回答」。2026 年开源，采用 Apache-2.0 许可证，国内可直连获取。
适合谁优先使用
- 做监控告警、安防实时分析的开发者
- 直播实时解说、弹幕互动、实时计数场景
- 需要「边播边答」交互式视频问答的产品团队
- 研究流式多模态大模型的研究者
核心能力拆解
随时响应
用户可在任意时刻提问，模型基于当前画面立即作答。
主动沉默
信息不足或无关键事件时，模型自主保持安静，不硬答。
及时纠正
新画面到来时动态更新、修正之前的答案。
低延迟架构
把视频帧、问题、回答统一编码成单一 token 流，用解耦交叉注意力降延迟，绝对时间戳编码每帧。
和同类工具怎么选
| 需求 | 优先考虑 | 判断标准 |
|---|---|---|
| 实时流式视频理解 | MOSS-VL-Realtime | 是否要边看边答 |
| 离线视频内容问答 | 通义千问-VL 等 | 是否可事后分析 |
| 视频生成而非理解 | 可灵 / 即梦 | 是否要出片 |
国内平替：本身即国产（复旦）；离线视频理解可用通义千问-VL、GLM-V 等多模态模型。
限制与避坑
- 是开源模型，实时流式部署对工程和算力有要求
- 实时场景对帧率、延迟、硬件敏感，需按业务实测
- 11B 规模的推理成本高于纯文本模型
NavXD 使用建议
要做「摄像头/直播流边看边问」的实时视频理解，MOSS-VL-Realtime 是国产开源里少有的流式方案。适合安防、直播、实时监测类产品做技术选型；纯离线视频问答用通用多模态大模型即可。
// 02 核心 功能
- 核心定位复旦 OpenMOSS 开源流式视频理解模型（11B），边看边答，随时提问、主动沉默、及时纠正。
- 分类索引当前归档在 AI 视频，方便和同频工具横向比较。
- 能力标签关联标签包括 开源、多模态、实时、视频理解。
- 使用入口已记录可访问入口，可通过本页主按钮跳转。
// 03 使用 场景
- 快速判断是否适合当前任务结合 AI 视频 定位和 开源、多模态、实时 标签，先判断它是否匹配你的工作流。
- 横向比较同类工具从相同分类和标签继续探索替代工具，减少只看单个产品带来的选择偏差。
- 沉淀工具选型资料把官网入口、平台、版本和 NavXD 标签合并成一页，适合做选型记录或团队分享。
// 04 常见 问题
MOSS-VL-Realtime 是什么？
复旦 OpenMOSS 开源流式视频理解模型（11B），边看边答，随时提问、主动沉默、及时纠正。
MOSS-VL-Realtime 适合哪些场景？
可优先参考它所属的 AI 视频 分类，以及 开源、多模态、实时、视频理解 等标签。
MOSS-VL-Realtime 是否提供可用入口？
本页已记录官网或下载入口，可通过顶部主按钮访问。
MOSS-VL-Realtime 支持哪些平台？
当前记录为网页工具，通常可通过浏览器访问。
