Molmo 72B是由艾伦人工智能研究所（Ai2）推出的一个开源多模态AI模型，专门设计用于处理和理解图像和文本数据。基于Qwen2-72B模型，使用OpenAI的CLIP作为视觉编码器。Molmo 72B在多个学术基准测试中表现优异，击败包括Llama 3.2 90B在内的其他模型。Molmo 72B能执行图像描述、视觉问答等任务，能理解和与用户界面交互。Molmo 72B的发布，进一步推动开源AI的发展，为研究人员和开发者提供强大的工具。

Molmo 72B – 开源的多模态AI模型，基于Qwen2-baidu0972B模型，超越Llama 3.2 第1张
（图片来源网络，侵删）
Molmo 72B – 开源的多模态AI模型，基于Qwen2-baidu0972B模型，超越Llama 3.2 第2张
（图片来源网络，侵删）