大家好!今天让小编来大家介绍下关于阿里云开源通义千问多模态大模型QwenVL的问题,以下是小编对此问题的归纳整理,让我们一起来看看吧。
《科创板日报》25日讯,阿里云今日推出大规模视觉语言模型QwenVL,并对其直接开源。QwenVL以通义千问70亿参数模型Qwen7B为基座语言模型研发,支持图文输入。相较于此前的VL模型,QwenVL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。(记者 黄心怡)
来源:财联社
以上就是小编对于阿里云开源通义千问多模态大模型QwenVL问题和相关问题的解答了,阿里云开源通义千问多模态大模型QwenVL的问题希望对你有用!