/ Модель

Характеристики

Контекст
262 144 токена
Лицензия
Apache 2.0
Архитектура
qwen3_5 · dense
Базовая модель
Qwen3.5-9B
Опубликована
28 авг 2026

Code-as-World-VL-9B

Ответы на вопросыТекст → текст3 профессии

Мультимодальная модель для ответов на вопросы о физических свойствах и количественных характеристиках сцен по изображениям и видео.

441скачиваний за 30 дней5лайковвеса обновлены31 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Code-as-World-VL-9B — мультимодальная модель MirroS-Lab, дообученная на базе Qwen/Qwen3.5-9B для понимания физических сцен и количественных рассуждений по видео и изображениям. Рекомендуемый формат видеовхода — 16 кадров; веса представлены в BF16 Safetensors.

Модель предназначена для исследовательских задач: оценки физических свойств сцен, измерений и количественных ответов по визуальным данным. Она может принимать видео с кадрами и изображения, а также текстовые вопросы, и формировать текстовые ответы. Модель доступна по лицензии Apache-2.0.

Ответы могут быть неточными и требуют независимой проверки, особенно перед использованием в сценариях, критичных для безопасности.

Сценарии применения

  • оценка физических свойств объектов в видеосцене
  • ответы на количественные вопросы по видео
  • измерение параметров сцены по кадрам
  • анализ движения и взаимодействий объектов на видео

Ограничения

Ответы могут быть неточными и должны независимо проверяться; модель не следует применять без дополнительной проверки в сценариях, критичных для безопасности.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Code-as-World-VL-9B

Code-as-World-VL-9B (https://arxiv.org/abs/2608.27549) is a vision-language model fine-tuned for physical understanding and quantitative reasoning over videos.

Model details

  • Base model: Qwen/Qwen3.5-9B
  • Weight format: BF16 Safetensors checkpoint
  • Recommended video input: 16 frames

Usage

The checkpoint can be served with vLLM:

pip install "vllm==0.19.1" "transformers==5.11.0" qwen-vl-utils

vllm serve MirroS-Lab/Code-as-World-VL-9B \
  --served-model-name code-as-world-9b \
  --max-model-len 4608 \
  --gpu-memory-utilization 0.90 \
  --media-io-kwargs '{"video":{"num_frames":16,"fps":-1,"video_backend":"openpangu"}}' \
  --mm-processor-kwargs '{"do_sample_frames":false}' \
  --mm-processor-cache-gb 0 \
  --generation-config vllm

The server exposes an OpenAI-compatible API at /v1.

Intended use

This model is intended for research on physical understanding, measurement, and quantitative reasoning from images and videos. Model outputs may be inaccurate and should be independently verified before use in safety-critical settings.

License

This checkpoint is released under the Apache License 2.0. It is derived from Qwen/Qwen3.5-9B; users must also comply with the terms applicable to the base model and their input data.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3_5ForConditionalGeneration
Ревизия весов
46b111c

0 моделей