Apollo 3B

Gesloten gewichten Meta AI,Stanford University 3B Parameters December 2024

Geen schatting

Geen hardwarevereisten voor dit model

De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of op uw eigen hardware worden uitgevoerd in welke omvang dan ook. Het is alleen toegankelijk via de provider, en geen grafische kaart verandert dat.

Op record

Volledige specificatie

Alles over dit model vastgelegd. Het meeste beschrijft hoe het getraind is in plaats van hoe het draait — nuttige context om te beoordelen hoeveel werk erin gestoken is en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd.

Oorsprong

Wie heeft dit model gebouwd, waar en wanneer het werd gepubliceerd.

Organisatie
Meta AI,Stanford University
Organisatie type
Industry,Academia
Land
United States of America
Gepubliceerd
13 December 2024
Auteurs
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

Wat het doet

De probleemgebieden waarvoor het model is gebouwd. Een model kan er verschillende van elk bevatten.

Domein
Video, Language, Multimodal
Taak
Video description
Basis model
SigLIP 400M,Qwen2.5-3B

Grootte

Hoe groot het model is en hoeveel data erop is getraind. Parameters zijn de cijfers die bepalen of het op een bepaalde grafische kaart past.

Parameters
3B

"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

Opleidingsgegevens
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…

De trainingsrun

Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het net trok.

Trainingshardware
NVIDIA A100
Chips used
128
Energieverbruik
100.7 kW

Beschikbaarheid

Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.

Gewichten
Closed — provider access only
Model toegang
Unreleased
Trainingscode
Unreleased

Hoe het is geclassificeerd

Labels de bron dataset toepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.

Vereiste vertrouwen
Confident

Bronnen

Waar deze record vandaan komt en wanneer het voor het laatst is gecontroleerd.

Referentie
Apollo: An Exploration of Video Understanding in Large Multimodal Models
Laatst bijgewerkt
28 November 2025

Wat de cijfers betekenen

Over dit model

Apollo 3B was published by Meta AI,Stanford University, in United States of America, in December 2024. The organisation is categorised as industry,Academia.

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

It builds on SigLIP 400M,Qwen2.5-3B, which is why it shares that model's general shape and size.

Omdat de gewichten niet beschikbaar zijn, zijn geen van de hardwarecijfers elders op deze site op dit van toepassing.

Antwoorden

Apollo 3B — Veelgestelde vragen

01

Who created Apollo 3B?

Apollo 3B was published by Meta AI,Stanford University, based in United States of America, categorised as industry,Academia.

02

When was Apollo 3B released?

Apollo 3B 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.

03

What is Apollo 3B used for?

Apollo 3B works in Video, Language, Multimodal, and is recorded as handling video description. These are the areas it was designed around; they describe intent rather than a hard boundary.

04

What GPU do I need to run Apollo 3B?

None. Apollo 3B 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.

05

Is Apollo 3B open source?

No. Apollo 3B has not had its weights published, so it exists only as a service controlled by its owner.

06

How many parameters does Apollo 3B have?

Apollo 3B has 3B 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.

Bron

Oorspronkelijke publicatie

Laast bijgewerkt 28 November 2025

De andere richting

Vanuit het andere perspectief bekijken?

Deze pagina begint bij het model. Als u al een kaart bezit en alles wilt weten wat het zal uitvoeren, Begin liever bij de hardware.