阿里通义千问发布最强视觉理解模型Qwen2-VL-72B！可理解20分钟以上长视频
⭐发布日期：2024年09月22日 | 来源:随风视频
【2024港澳免费资料】 |
【天天彩澳门资料大全免费】 |
【新澳2024开奖记录】 | 【澳门六开彩天天免费资料大全2023版】 | 【2024天天开好彩】 | 【2024新澳历史开奖结果】 | 【2024年澳门今晚开奖结果】 | 【澳门免费资料大全精准版】 | 【新澳门天天开奖免费资料】 | 【新奥管家婆资料2024年】 |
| 【2024天天开好彩大全180期】 | 【2021年澳门天天彩资料大全】 | 【2024年新奥历史记录】 | 【澳彩天天开奖大全】 | 【溪门精准一肖一码100】 | 【澳门六开彩天天免费下载】 | 【2024新澳最精准资料】 | 【澳门管家婆免费开奖大全】 |
快科技8月30日消息，阿里通义千问发布第二代视觉语言模型Qwen2-VL。其中，旗舰模型Qwen2-VL-72B的API已上线阿里云百炼平台。
据了解，Qwen2-VL在多个权威测评中刷新了多模态模型的最佳成绩，在部分指标上甚至超越了GPT-4o和Claude3.5-Sonnet等闭源模型。
2023年8月，通义千问开源第一代视觉语言理解模型Qwen-VL，成为开源社区最受欢迎的多模态模型之一。
短短一年内，模型下载量突破1000万次。目前，多模态模型在手机、车端等各类视觉识别场景的落地正在加速，开发者和应用企业也格外关注Qwen-VL的升级迭代。
相比上代模型，Qwen2-VL的基础性能全面提升。可以读懂不同分辨率和不同长宽比的图片，在MathVista、DocVQA、RealWorldQA、MTVQA等基准测试创下全球领先的表现。
此外，Qwen2-VL可以理解20分钟以上长视频，支持基于视频的问答、对话和内容创作等应用。同时，具备强大的视觉智能体能力，可自主操作手机和机器人，借助复杂推理和决策的能力，Qwen2-VL可以集成到手机、机器人等设备，根据视觉环境和文字指令进行自动操作。
该模型还能理解图像视频中的多语言文本，包括中文、英文，大多数欧洲语言，日语、韩语、阿拉伯语、越南语等。
通义千问团队从六个方面评估了模型能力，包括综合的大学题目、数学能力、文档表格多语言文字图像的理解、通用场景问答、视频理解、Agent 能力。
Qwen2-VL-72B 在大部分的指标上都达到了最优，甚至超过了 GPT-4o 和 Claude3.5-Sonnet 等闭源模型，在文档理解方面优势尤其明显，仅在综合的大学题目方面与GPT-4o 存在差距。
用户可通过阿里云百炼平台调用Qwen2-VL-72B的API：https://help.aliyun.com/zh/model-studio/developer-reference/qwen-vl-api
责任编辑：
| 【2024澳门天天开好彩大全免费】 【新澳天天开奖资料大全最新】 |
| 【2024年天天开好彩资料】 【新澳天天开奖资料大全最新54期】 |
| 【2024澳门天天开好彩大全53期】 【澳门天天开彩期期精准】 |
| 【2024全年资料免费大全】 【新澳天天开奖资料大全】 |
| 【澳门内部最精准免费资料】 【2024澳门天天开好彩大全】 |
| 【2024年新奥门天天开彩免费资料】 【新澳2024今晚开奖资料】 【2024澳门天天开彩资料大全】 |
发表评论
Graeme
9秒前：用户可通过阿里云百炼平台调用Qwen2-VL-72B的API：https://help.
IP:54.92.3.*
茵玛·奎斯塔
1秒前：快科技8月30日消息，阿里通义千问发布第二代视觉语言模型Qwen2-VL。
IP:89.50.4.*
薛莉
3秒前：5-Sonnet 等闭源模型，在文档理解方面优势尤其明显，仅在综合的大学题目方面与GPT-4o 存在差距。
IP:92.90.7.*