⌘ K
… 读取采集状态 同步中...
雷
原文
Qwen Blog·· 2024-08-29精选AI 评分86

Qwen 团队发布多模态模型 Qwen2-VL，开源 2B 与 7B 版本

Qwen2-VL: To See the World More Clearly

AI 导读

Qwen 团队正式发布最新视觉语言模型 Qwen2-VL，该模型支持 20 分钟以上视频理解及多模态智能体功能。团队开源了 Qwen2-VL-2B 和 Qwen2-VL-7B（Apache 2.0 协议），并提供了 72B 模型的 API 服务。模型架构引入了 Naive Dynamic Resolution 和 M-ROPE 位置编码，使其在处理多分辨率图像及三维空间定位时具备 SOTA 性能。

推荐理由

开源 Qwen2-VL 模型在文档理解与视频问答上表现突出，架构创新支持动态分辨率处理。

本文当前提供导读和图片预览，完整图文请查看原文。

来源：Qwen Blog · qwenlm.github.io

#模型发布#多模态#Hugging Face