2026-10-26·技术, 多模态1 分钟0流式 VLM 精读 8：MOSS-VL——边说边看的 L5 交互，门控交叉注意力与 XRoPE> 本文是「流式视频理解 VLM 精读」系列第 8 篇，精读 MOSS-VL 技术报告（OpenMOSS / 复旦邱锡鹏团队，arXiv 2608.15045）。前两篇里，StreamingVLM 用训练-推理对齐解决"无限流"，MiniCPM-o 4.5 用 Omni-Flow 解决"看听说并行"#VLM#流式视频#MOSS-VL#交叉注意力#XRoPE#主动交互