Стартап NemoStation выложил в открытый доступ Marlin-2B — компактную видео-языковую мод... — 20 мая 2026 г. в 17:05:25.719
Стартап NemoStation выложил в открытый доступ Marlin-2B — компактную видео-языковую модель на 2 миллиарда параметров, заточенную под извлечение структурированной информации из видео 🐟 Marlin построена поверх базовой модели Qwen3.5-2B и работает в двух режимах. 🔻Первый — caption — возвращает структурированный JSON со сценой и событиями, где каждое действие привязано к временной метке с точностью до секунды. 🔻Второй — find — принимает текстовый запрос на естественном языке и возвращает точные временные границы (start, end) нужного момента в видео. На бенчмарках модель обходит открытые аналоги в 3–17 раз крупнее — Tarsier-2 7B и Tarsier-2 34B — и приближается к результатам Gemini-1.5-Pro. Модель доступна на Hugging Face, живое демо развёрнуто на сайте NemoStation.