通义千问推出最强视觉理解模型Qwen2 (通义千问推出了什么)

文章编号:39753 资讯动态 2024-12-03 大模型阿里云通义千问

8月30日,阿里通义千问发布第二代视觉语言模型Qwen2-VL,旗舰模型 Qwen2-VL-72B的API已上线阿里云百炼平台。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。

通义千问推出最强视觉理解模型Qwen2-VL-72B,API已上线阿里云

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;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;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;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,地址:

版权文章,未经授权禁止转载。详情见 转载须知 。

全局中部横幅
福途教育网

福途教育网专注优质的教育资讯,为莘莘学子提供学历提升、资格考试条件、会计、职业、建筑、财会、外语、考研等10大类专业考试资讯、报名时间、成绩查询等考试服务是各类考生顺利通过考试的好工具,全国职业教育资格考试培训门户网站。

橙心游戏

橙心游戏是一个为游戏玩家提供资讯和攻略的平台,网站还为各大游戏高手们设有游戏秘籍、游戏简评、游戏百科、游戏动态等专题栏目,橙心游戏-只做客观、专业、有深度的游戏攻略与资讯。

成都耀华食品有限公司

耀华是成都华亭食品有限公司旗下的品牌,耀华品牌源于1938,生于川、长于川,川人口味83年领悟,继承中式糕点匠心手工艺传承,坚守一贯品质、创新制作,实现传统中式糕饼、端午礼粽、中秋月饼、春节贺礼、传承手工休闲食品、喜文化糖果、成都手信等多元产品发展。

众道软件园

众道软件园致力于打造一个集手机游戏大全、手机软件的下载中心。涵盖实用工具、热门社交、高效办公、休闲娱乐等各类优质APP与手游,严格筛选确保安全无广告。实时更新资源,提供便捷下载与详细应用指南。

特种装备网

特种装备网是全球领先的特种装备行业电商门户,作为特种装备行业一站式B2B电商解决方案平台的领跑者,致力于为警用反恐装备、消防技术装备、抢险救援装备、公共应急装备、公共安全检查装备、核危生化救援装备、安监执法装备、智慧安防装备和军民融合技术装备等9大核心领域提供一系列产品和服务。

山东世纪鑫旺新材料有限公司

山东世纪鑫旺新材料有限公司是一家专注于化工领域研发、生产和销售的高新技术企业。自创立以来,我们始终秉持着创新、质量、服务的核心价值观,致力于为客户提供高品质的化工产品和专业的技术支持。经过多年的稳步发展,公司已成为业内具有广泛影响力的知名企业。

零零壹云计算

零零壹云计算提供专业的云服务器,云虚拟主机,香港VPS,独立服务器,IDC租用托管,面向全球客户提供基于云计算的IT解决方案与客户服务,是国内专业的云服务器,云虚拟主机,香港VPS,独立服务器,IDC租用托管,零零一云计算

知安(KNOWSAFE)

知安(KnowSafe)是一个帮助站长、厂商、企事业单位、政府机关发现并解决安全风险问题的代码医院,创建于2015年,由国内最大互联网安全团队网络尖刀团队支撑。

陳立在線小學堂

陳立在線小學堂丨亞洲最大的K12在線課堂

深圳华普盾科技有限公司

深圳华普盾科技有限公司是由深圳深消科技有限公司全资控股的创新型科技企业。公司所生产销售产品均符合国家标准。承接一个项目,树立一个丰碑,发展一个客户,架起一座桥架,努力成为一个卓越的消防行业风向标

全局底部横幅