本地部署2B模型，让“龙虾”看懂视频
Marlin-2B 开源了，基于Qwen3.5-2B微调，Mac M1 16GB就能跑。
这是一个视频理解模型，能理解视频里发生了什么，什么时候发生的。
输入一段视频，输出带秒级时间戳的结构化描述。也能用自然语言定位片段，搜"有人推门进来"，直接返回对应时间段。
刚好弥补了openclaw和hermes等agent视频理解的短板。查看 YouTube 不再只识别字幕，画面里展示了什么也能提取出来，社交平台的视频贴不再是黑盒
🤗 huggingface.co/NemoStation/Marlin-2B
demo： vlm.nemostation.com
