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-云推7B和对话模型Qwen-7B-Chat。据悉,Qwen-VL是一款支持中英文等多种语言出大的视觉语言(Vision Language,VL)模型,相较于此前的VL模型,其除了具规模备基本的图文识别、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视觉。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,使得模型支语言持视觉信号输入,该模型支持的图像输入分辨率为 448,此前开源的LVLM模型通常仅支持2模型24分辨率。官方表示,该模型可用于知识问答、图像标题生成、图像问答、文档问答、细粒度视Qw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,取得了远超同等规模通en用模型的表现。此外,在Qwen-VL的基础上,通义千问团队使用对齐机制,打造了-V基于LLM的视觉AI助手Qwen-VL-Chat,可让开发者快速搭建具备多模态能力的L 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话能力,他们构建了一套基于GPT已在-4打分机制的测试集 “试金石”,对Qwen-VL-Chat及其他模型进行对比测试,MoQwen-VL-Chat在中英文的对齐评测中均取得了开源LVLM最好结果。
- 最近发表
- 随机阅读
-
- 外媒:软银缩减机器人业务,停止Pepper 生产
- 微软官宣将于美东时间9月22日举行新品发布会
- 标签: 味多美 北京户籍歧视 烘焙品牌 蓝领招聘
- 标签: 亚马逊 AI战略 裁员 AWS
- 谷歌Drive视频编辑迎来重大升级!Vids AI工具一键直达,视频创作门槛再降低
- 凯发电气计划增资 3 亿,布局轨道交通供电大模型研发!
- 春季招聘热潮:AI 工程师月薪达 20804 元,人才缺口持续扩大
- 人工智能在物联网中的作用
- 标签: 追觅 星空计划 一加realme合并 微信朋友圈
- Salesforce联合首席执行官将辞职 贝尼奥夫将再次独掌公司
- 云计算开发:Python3-zfill()方法详解
- 制造业如何拥抱AI?亚马逊云科技田锋指出关键点
- 标签: 唯品会 Alexander Wang 超级大牌日 AI试衣
- Claude桌面版重磅升级:支持发截图,Caps Lock变身AI语音神键
- 标签: 平安好医生 平安医博通 AI家庭医生 御享国医
- 标签: 哪吒汽车 合众新能源 破产重整 经营管理受托方
- 云安全日报211118:思科公共服务平台收集器发现跨站点脚本攻击漏洞,需要尽快升级
- IDC:2021年全年中国市场折叠屏产品规模约150万台
- 云计算开发:Python3随机数函数uniform()方法详解
- Bevel 获得 1000 万美元 A 轮融资,致力于 AI 健康助手创新
- 搜索
-
- 友情链接