Kailash Labs

تعارف

دنیا روزانہ پیٹا بائٹس ویڈیو پیدا کرتی ہے، اور اس میں سے تقریباً کچھ بھی مشینوں کے لیے قابلِ فہم نہیں۔ جو جدید ترین VLMs (جیسے Gemini) اس کی کنجی بن سکتے ہیں، وہ حقیقی صنعتوں کے حجم پر چلانے کے لیے بہت مہنگے ہیں، کسی ایک کام کے لیے بہت عمومی ہیں، اور انہیں آن پریمیسز تعینات نہیں کیا جا سکتا جہاں حساس ویڈیو موجود ہوتی ہے۔

ہم ایک خودکار وژن فیکٹری بنا رہے ہیں: ویڈیو اور کسٹمر کا ہدف لیں، کسی جدید ترین ماڈل کو ڈسٹل کریں، اور ایک چھوٹے اوپن ماڈل کی پوسٹ ٹریننگ کریں جو اسی ایک کام میں SOTA ہو، اور اسے انتہائی تیز رفتاری سے پیش کریں۔ ہماری پہلی پروڈکٹ Marlin ایک 2B پیرامیٹرز والا اوپن ویٹس ویڈیو VLM ہے جو ڈینس کیپشننگ اور ٹیمپورل گراؤنڈنگ میں Gemini-2.5-flash کے برابر کارکردگی دکھاتا ہے، اور وہ بھی لاگت کے معمولی حصے میں۔

موضوعات