阿里云開源通義千問多模態(tài)大模型Qwen-VL
2023-08-25 11:47:09
分享
8月25日消息，阿里云今日推出大規(guī)模視覺語言模型Qwen-VL，并對其直接開源。Qwen-VL以通義千問70億參數(shù)模型Qwen-7B為基座語言模型研發(fā)，支持圖文輸入。相較于此前的VL模型，Qwen-VL除了具備基本的圖文識別、描述、問答及對話能力之外，還新增了視覺定位、圖像中文字理解等能力，可用于知識問答、圖像標(biāo)題生成、圖像問答、文檔問答、細(xì)粒度視覺定位等場景。（科創(chuàng)板日報(bào)）
更加詳細(xì)情況，請關(guān)注本站最新動態(tài)。