新モデル

「WeMM-Video-2B-NVFP4」音声と映像を統合理解する2Bのマルチモーダルモデル:必要VRAM 8GB〜

Tencentが開発した音声・映像・テキスト対応のマルチモーダルモデル「WeMM-Video-2B-NVFP4」のスペック、vLLMでの実行方法、特徴を解説します。