Uso primario dichiarato o dedotto con cautela dalla documentazione ufficiale.
WeMM-Video-2B
Famiglia bilingue cinese-inglese per comprendere testo, immagini, audio e video con colonna sonora. Restituisce testo e offre modalità diretta o di ragionamento. I checkpoint BF16 da 2B, 4B, 9B e 35B-A3B sono stati pubblicati il 20 novembre; le quantizzazioni non sono nuovi modelli.
L'essenziale
Capacità di input massima quando pubblicata dalla fonte.
Limite massimo di generazione documentato.
Canali di disponibilità verificati.
Famiglia funzionale principale e specialità verificate.
Condizioni dichiarate per API, pesi o distribuzione autonoma.
Limiti e integrazione
| ID API | tencent/WeMM-Video-2B |
|---|---|
| Tipo di modello | Multimodale · Voce e audio · Video |
| Modalità di accesso | Pesi aperti |
| Licenza | Apache 2.0 |
| Distribuzione | Hosting autonomo |
| Rilascio | 20 NOV 2026 |
| Cutoff della conoscenza | Non pubblicato |
| Entrata | Testo · Immagine · Audio · Video |
| Uscita | Testo |
| Finestra di contesto | 8.192 token nella ricetta di distribuzione |
| rendimento massimo | Testo; massimo di output indipendente non pubblicato |
| Ragionamento | Non pubblicato |
| Strumenti pubblicati | |
| Uscite strutturate | Non pubblicato |
| Elaborazione batch | Non pubblicato |
| Cache dei prompt | Non pubblicato |
| Fine-tuning | Non pubblicato |
| Piattaforme verificate | Hugging Face · Transformers |
Descrivere scene, trascrivere parlato e ragionare insieme su immagini e suoni.
La ricetta usa 8.192 token e fino a quattro immagini, due video e due audio per richiesta; non dimostra il massimo pratico dell’architettura. Richiede codice personalizzato e patch del runtime. I 3B parametri attivi della variante MoE non significano caricarne solo 3B.
Cosa può fare
Orientamento
Descrivere scene, trascrivere parlato e ragionare insieme su immagini e suoni.
Contesto
8.192 token nella ricetta di distribuzione · Testo; massimo di output indipendente non pubblicato
Strumenti e integrazione
Non pubblicato
Accesso
Hugging Face · checkpoint scaricabile
Costo documentato
| Concetto | Di valore | Unità/condizione |
|---|---|---|
| Input standard | Nessuna tariffa API ufficiale pubblicata | Tariffa API standard |
| Input in cache | Non pubblicato | Lettura di prefissi riutilizzati |
| Scrittura o archiviazione della cache | Non pubblicato | La condizione varia in base al fornitore |
| Output standard | Costo dell’infrastruttura propria | Può includere token di ragionamento |
| Input batch | Non pubblicato | Elaborazione asincrona |
| Output batch | Non pubblicato | Elaborazione asincrona |
Nessuna tariffa API ufficiale verificata. L’esecuzione autonoma richiede memoria, calcolo e manutenzione; pesi scaricabili non significano inferenza gratuita.
i I prezzi cambiano e possono dipendere dal livello, dalla regione o dalla durata del contesto. Controlla la fonte prima di prendere una decisione.
Come leggere i risultati
Nessun punteggio quantitativo verificato per questa versione.
i Nessun punteggio quantitativo verificato per questa versione.
Inferama evidenzia un "miglior risultato" solo quando la metrica, il set di test, la configurazione e la data consentono un confronto equivalente. I dati del fornitore sono presentati come affermazioni provenienti dalla propria fonte.
Cronologia
tencent/WeMM-Video-2B
Checkpoint BF16; FP8, AWQ, GGUF e NVFP4 sono formati dello stesso modello.