Apollo 1.5B

Chiuso pesi Meta AI,Stanford University 1.5B Parametri December 2024

Nessuna stima

Nessun requisito hardware per questo modello

I pesi di questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul vostro hardware a qualsiasi dimensione. È accessibile solo attraverso il suo fornitore, e nessuna scheda grafica può cambiare questo.

In registrazione

Specifiche complete

Tutto ciò che riguarda questo modello. La maggior parte delle informazioni descrive come è stato addestrato piuttosto che come viene eseguito — un contesto utile per valutare la quantità di lavoro impiegata e come si confronta con modelli realizzati su scala diversa.

Origine

Chi ha costruito questo modello, dove e quando è stato pubblicato.

Organizzazione
Meta AI,Stanford University
Tipo di organizzazione
Industry,Academia
Paese
United States of America
Pubblicato
13 December 2024
Autori
Orr Zohar, Xiaohan Wang, Yann Dubois, Nikhil Mehta, Tong Xiao, Philippe Hansen-Estruch, Licheng Yu, Xiaofang Wang, Felix Juefei-Xu, Ning Zhang, Serena Yeung-Levy, Xide Xia

Cosa fa

Le aree problematiche per cui è stato costruito il modello. Un modello può contenere diversi di ciascuno.

Dominio
Video, Language, Multimodal
Compito
Video description
Base model
SigLIP 400M,Qwen2.5-1.5B

Dimensione

Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono il valore che decide se si adatta a una determinata scheda grafica.

Parametri
1.5B

"We employed the Qwen2.5 (Yang et al., 2024) series of Large Language Models (LLMs) at varying scales to serve as the backbone for Apollo. Specifically, we utilized models with 1.5B, 3B, and 7B parameters. Following our analysis in Sec. 4, we used a SigLIP-SO400M (Zhai et al., 2023) encoder combined with an InternVideo2 (Wang et al., 2024d) video encoder" there is a confusion with Qwen2.5 link - it points to Qwen 2 paper instead of Qwen 2.5 release notes

Dati di addestramento
tokens

1. Alignment: In this phase, we trained on a 198K mixture of 50/50 image and video captions. 2. Vision Pretraining: We tuned the encoders using a video-only caption dataset of 396K samples. 3. Supervised Fine-tuning (SFT): We trained on a mixture of text, image, multi-image, and video data, with a total of 3.2 million samples. 3200000 videos *36%*~40 sec*~128 tokens / sec = 5898240000 video tokens during SFT assuming about the same amount of image and text tokens. total size of the dataset was…

Il training run

Cosa è stato fisicamente necessario per addestrare: quali chip, quanti, per quanto tempo e cosa ha richiesto dalla rete elettrica.

Hardware di addestramento
NVIDIA A100
Chips used
128
Consumo energetico
100.7 kW

Disponibilità

Se puoi ottenere il modello e eseguirlo sul tuo hardware, il che decide se una delle cifre della scheda grafica su questa pagina si applica.

Pesi
Closed — provider access only
Accesso al modello
Unreleased
Codice di addestramento
Unreleased

Come è classificato

Etichette che il dataset sorgente applica quando si monitorano modelli notevoli e quanto è fiducioso nell'entry.

Registrare fiducia
Confident

Fonti

Da dove proviene questo record e quando è stato controllato l'ultima volta.

Riferimento
Apollo: An Exploration of Video Understanding in Large Multimodal Models
Ultimo aggiornamento
28 November 2025

Cosa significano i numeri

Informazioni su questo modello

Apollo 1.5B was published by Meta AI,Stanford University, in United States of America, in December 2024. It comes out of industry,Academia.

It works in Video, Language, Multimodal, and is recorded as doing video description.

It is derived from SigLIP 400M,Qwen2.5-1.5B rather than trained from scratch, which is the usual way a specialised model is produced.

Because the weights are not available, none of the hardware figures elsewhere on this site apply to it.

Risposte

Apollo 1.5B — Domande frequenti

01

How many parameters does Apollo 1.5B have?

Apollo 1.5B has 1.5B parameters. "We employed the Qwen2.5 (Yang et al., 2024) series of Large Language Models (LLMs) at varying scales to serve as the backbone for Apollo. Specifically, we utilized models with 1.5B, 3B, and 7B parameters. Following our analysis in Sec. 4, we used a SigLIP-SO400M (Zhai et al., 2023) encoder combined with an InternVideo2 (Wang et al., 2024d) video encoder" there is a confusion with Qwen2.5 link - it points to Qwen 2 paper instead of Qwen 2.5 release notes. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.

02

Who created Apollo 1.5B?

Apollo 1.5B was published by Meta AI,Stanford University, based in United States of America, categorised as industry,Academia.

03

When was Apollo 1.5B released?

Apollo 1.5B was published in December 2024. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.

04

What is Apollo 1.5B used for?

Apollo 1.5B works in Video, Language, Multimodal, and is recorded as handling video description. Models frequently carry more than one of each, and the tags describe purpose rather than capability limits.

05

What GPU do I need to run Apollo 1.5B?

None. Apollo 1.5B is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.

06

Is Apollo 1.5B open source?

No. Apollo 1.5B has not had its weights published, so it exists only as a service controlled by its owner.

Fonte

Pubblicazione originale

Ultimo aggiornamento del record 28 November 2025

L'altra direzione

Guardando la questione dall'altra parte?

Questa pagina inizia dal modello. Se possedete già una scheda e desiderate conoscere tutto ciò che può eseguire, inizia dall'hardware invece.