Институт Аллена (Ai2) опубликовал цельный исходный исходник семейства моделей Molmo 2, которые специализируются на анализе видео и изображений. Модели показывают передовые результаты в трекинге объектов, подсчете и покадровом логическом выводе.

Теперь авторы могут самостоятельно обучать Molmo 2 на собственных данных и разворачивать её в своих системах. Репозиторий включает цельный набор инфраструктурных инструментов: скрипты для претрейна и файнтюнинга, поддержку распределённого обучения на нескольких узлах, утилиты для подготовки данных и оценки качества.

Для деплоя доступны конвертер чекпоинтов в типовой формат Hugging Face, примеры инференса через transformers и vLLM, легковесная утилита для офлайн-обработки графики, готовый Docker-образ и Gradio-демо.

ОПубличный доступ к Molmo 2 позволяет исследователям и компаниям интегрировать высокоуровневый аналитика видео и изображений без необходимости создавать инфраструктуру с нуля. Это ускоряет добавление компьютерного зрения в промышленные и научные проекты.