连续视觉上下文
官方模型可随事件发展持续观察视频帧。
MOSS VL RealtimeBeta
MOSS VL Realtime 流式视频理解
使用 MOSS VL Realtime 探索实时视觉理解，共享摄像头画面并提问，获得流式文字回答。Beta 服务的可用性由上游决定。
5 积分 / 分钟上游暂不可用
摄像头已连接
该 Beta 模型目前在 MOSS 上游暂不可用。独立页面与接入配置已准备好，生成功能暂时关闭，不会扣除积分。
仅在会话运行时共享摄像头，不会发送麦克风音频。
登录后开始创作每开始 12 秒扣除 1 积分，每次会话最长 20 分钟。
生成的声音、图片或文字将在这里呈现。
01 / 深入了解模型
持续观察，跟上画面变化。
MOSS VL Realtime 为连续视觉感知而设计。不同于单次图片问答，官方模型可在生成回复时继续观察视频流，并随场景变化调整回答。本站集成准备了摄像头画面与文字提问流程，以增量文字展示回复。当前上游服务不可用，会话暂不能开启，也不会扣除积分。
增量文字回复
集成设计为随文字到达逐步展示回答。
不同的实时工具
视觉提问选择 VL Realtime，语音交流选择 Live。
02 / 示例与试听空间
探索官方模型看看，听听，感受它的表达。
官方示例注明 OpenMOSS 来源；工作室示例由我们使用标注的 API 模型生成。它们是已保存的预览，不是按你当前设置生成的结果，研究能力与本站操作范围可能不同。
观察、推理与回答
MOSS-VL 家族官方视频 · 保留原始多语言内容03 / 使用场景
找到适合它的位置。
跟踪活动
服务可用后，可探索动作序列与画面变化。
引导观察
保持摄像头上下文，对眼前内容提问。
04 / 常见问题
开始前，你可能想了解。
现在可以使用 VL Realtime 吗？
暂时不能，服务恢复前无法启动会话，也不会扣费。
预设费率如何计量？
服务开放后，预设每连接一分钟 5 积分，按每 12 秒 1 积分计费。
与 MOSS Live 有什么区别？
VL Realtime 是以文字输出的流式视觉理解模型；Live 支持实时语音交流及可选视觉上下文。
为你的下一个灵感而生
选择模型，输入内容，确认积分消耗后开始创作。成功结果保留在账户记录中；AI 输出可能存在错误，请自行核实。
文本按实际字符计费，不足 1 积分向上取整；音频按开始的分钟数计费；实时语音每开始 6 秒扣 1 积分。