阿里云开源通义千问多模态大模型Qwen-VL
品玩8月25日讯，阿里云推出大规模视觉语言模型Qwen-VL，并对其直接开源。Qwen-VL以通义千问70亿参数模型Qwen-7B为基座语言模型研发，支持图文输入。相较于此前的VL模型，Qwen-VL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、图像中文字理解等能力，可用于知识问答、图像标题生成、图像问答、文档问答、细粒度视觉定位等场景。
特别声明：本文为转载/投稿，仅代表该原作者观点。NESTIA仅提供信息发布平台。
One-stop lifestyle app dedicated to making life in Singapore a breeze!
English
简体中文
Comments
Leave a comment in Nestia App