阿里云推出大规模视觉语言模型Qwen-VL 已在ModeScope开源
阿里云今日推出了大规模视觉语言模型Qwen-VL,目前已经在ModeScop阿里e开源,IT之家早前曾报道,阿里云此前已经开源通义千问70 亿参数通用模型Qwen-7B云推和对话模型Qwen-7B-Chat。
据悉,Qwen-VL是一款支持中英文等多种语出大言的视觉语言(Vision Language,VL)模型,相较于此前的VL模型,其规模除了具备基本的图文识别、描述、问答及对话能力之外,还新增了视觉定位、图像中文字理视觉解等能力。
Qwen-VL以Qwen-7B为基座语言模型,在模型架构上引入视觉编码器,使语言得模型支持视觉信号输入,该模型支持的图像输入分辨率为 448,此前开源的LVL模型M模型通常仅支持224分辨率。
官方表示,该模型可用于知识问答、图像标题生成、图Qw像问答、文档问答、细粒度视觉定位等场景,在主流的多模态任务评测和多模态聊天能力评测中,en取得了远超同等规模通用模型的表现。
此外,在Qwen-VL的基础上,通义千问团队使-V用对齐机制,打造了基于LLM的视觉AI助手Qwen-VL-Chat,可让开发者快L 速搭建具备多模态能力的对话应用。
通义千问团队同时表示,为了测试模型的多模态对已在话能力,他们构建了一套基于GPT-4打分机制的测试集 “试金石”,对Qwen-VMoL-Chat及其他模型进行对比测试,Qwen-VL-Chat在中英文的对齐评de测中均取得了开源LVLM最好结果。
- ·标签: 京东外卖 七鲜小厨 品质外卖
- ·标签: 暖哇科技 保险AI 港交所上市 弗若斯特沙利文
- ·标签: 立讯精密 精密智造 消费电子 汽车电子
- ·标签: 灵初智能 具身智能 王启斌 杨耀东
- ·谷歌2亿美元收购日本支付服务商Pring 拓展无现金服务
- ·浜戣�绠楀紑鍙戯細Python鍐呯疆鍑芥暟-iter() 鍑芥暟璇﹁В
- ·Firefox142上线:低调更新背后,本地AI扩展已悄然启航
- ·豆腐怎么炒啊
- ·标签: 标签 追觅 俞浩 社交媒体营销 智能硬件
- ·标签: 智行者 黄石产投 特种无人驾驶 清华大学
- ·暖心黑科技!谷歌地图上能寻找已故亲人
- ·云计算开发:Python内置函数-hex()函数详解
- ·云安全日报210415:红帽Web服务器发现CA证书验证漏洞,需要尽快升级
- ·G行云计算之全栈云应用上云篇
- ·标签: 宁德时代 神行电池 钠新动力电池 零碳新能源
- ·标签: 董明珠 格力电器 AI替代焦虑 个税起征点
- ·标签: 港交所 巴曙松 首席中国经济学家 香港交易所
- ·标签: 张永生 小米汽车 360智脑 小米集团
- ·AI床垫独角兽Eight Sleep狂揽1亿美元:让你的床成为健康卫士,F1车手都为它疯狂
- ·新兴 AI 工具 “Macroscope” 助力开发者高效管理代码与修复 bug
- ·标签: 豆包 千问 DeepSeek Claw
- ·#苹果公司将被俄罗斯罚1200万美元#上热搜 网友:国内也该罚
- ·小米 MiMo-V2.5震撼公测:4.3小时手搓编译器,长程智能体迎“满分”跨越
- ·Freepik 上线豆包 Seedream 4.0 图像模型,premium+会员可无限使用
- ·狂揽6600+星!这份学习路线图在Github上火了
- ·标签: 卧安机器人 港交所上市 李泽湘 基石投资者
