您现在的位置是:热点 >>正文
阿里云推出大规模视觉语言模型Qwen-VL 已在ModeScope开源
热点91759672人已围观
简介...
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Qw云推en-7B和对话模型Qwen-7B-Chat。
据悉,Qwen-VL是一款支持中英文出大等多种语言的视觉语言(Vision Language,VL)模型,相较于此前的VL模型,规模其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、图像中视觉文字理解等能力。
Qwen-VL以Qwen-7B为基座语言模型,在模型架构上引入视语言觉编码器,使得模型支持视觉信号输入,该模型支持的图像输入分辨率为 448,此前开源模型的LVLM模型通常仅支持224分辨率。
官方表示,该模型可用于知识问答、图像标题生成、Qw图像问答、文档问答、细粒度视觉定位等场景,在主流的多模态任务评测和多模态聊天能力评测中en,取得了远超同等规模通用模型的表现。
此外,在Qwen-VL的基础上,通义千问团-V队使用对齐机制,打造了基于LLM的视觉AI助手Qwen-VL-Chat,可让开发L 者快速搭建具备多模态能力的对话应用。
通义千问团队同时表示,为了测试模型的多模态对已在话能力,他们构建了一套基于GPT-4打分机制的测试集 “试金石”,对Qwen-VMoL-Chat及其他模型进行对比测试,Qwen-VL-Chat在中英文的对齐评测中de均取得了开源LVLM最好结果。
Tags:
相关文章
Vercel 通过 AI 技术裁减团队,实现销售效率大幅提升
热点Vercel 是一家成立于2015年的云平台公司,专为开发者提供构建和部署网站与应用程序的工具。最近,该公司决定通过训练人工智能(AI)代理来提升销售团队的工作效率,进而将原本的10人销售团队缩减至仅...
【热点】
阅读更多体育锻炼手抄报
热点前言:关于体育运动的手抄报内容怎么写强身健康一跳一练手抄报跳绳这种游戏唐朝成为“透索”;宋称“跳索”,作为一种古老的汉民族娱乐活动,每逢佳节,家家户户都要比赛。体育名言:生命在于运动;发展体育运动,增...
【热点】
阅读更多即梦图片4.0重磅发布:文生图、图像编辑、组图生成一站式搞定
热点【AIbase 报道】字节跳动旗下的即梦 AI 近日发布了其图像生成与编辑工具的重大升级版—— 即梦图片4.0 。该版本首次引入多模态生图功能,允许用户通过自然语言指令精确控制画面细节,标志着 AI...
【热点】
阅读更多