阿里云推大規(guī)模視覺語言模型開源，支持中英文多種語言
【資料圖】
阿里云于8月25日推出了大規(guī)模視覺語言模型Qwen-VL，該模型已在ModeScope開源。此前，阿里云已經開源了通用模型Qwen-7B和對話模型Qwen-7B-Chat。Qwen-VL是一款支持中英文等多種語言的視覺語言模型，相較于此前的視覺語言模型，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。Qwen-VL以Qwen-7B為基座語言模型，在模型架構上引入視覺編碼器，使得模型支持視覺信號輸入，該模型支持的圖像輸入分辨率為448，此前開源的視覺語言模型通常僅支持224分辨率。官方表示，該模型可用于知識問答、圖像標題生成、圖像問答、文檔問答、細粒度視覺定位等場景，在主流的多模態(tài)任務評測和多模態(tài)聊天能力評測中，取得了遠超同等規(guī)模通用模型的表現。在Qwen-VL的基礎上，通義千問團隊使用對齊機制，打造了基于語言模型的視覺AI助手Qwen-VL-Chat，可讓開發(fā)者快速搭建具備多模態(tài)能力的對話應用。通義千問團隊同時表示，為了測試模型的多模態(tài)對話能力，他們構建了一套基于GPT-4打分機制的測試集“試金石”，對Qwen-VL-Chat及其他模型進行對比測試，Qwen-VL-Chat在中英文的對齊評測中均取得了開源視覺語言模型最好結果。
關鍵詞：
相關文章
高鵬礦業(yè)(02212)公布中期業(yè)績 公司擁有人應占虧損962.2萬元 同比擴大約140.67%
智通財經APP訊，高鵬礦業(yè)(02212)公布2023年中期業(yè)績，收入為人民幣1152
精彩推送
高鵬礦業(yè)(02212)公布中期業(yè)績 公司擁有人應占虧損962.2萬元 同比擴大約140.67%
智通財經APP訊，高鵬礦業(yè)(02212)公布2023年中期業(yè)績，收入為人民幣1152
我市舉辦“丹霞杯”創(chuàng)業(yè)創(chuàng)富賽復賽賽前培訓暨金融對接會
日前，由市人社局、市教育局等單位聯合舉辦的2023年“丹霞杯”創(chuàng)業(yè)創(chuàng)新
【風口研報】環(huán)保產業(yè)政策規(guī)劃陸續(xù)出臺 市場空間有望進一步釋放 水治理、固廢治理值關注
今日（8月25日），兩市股指盤中震蕩下探，滬指一度跌近1%創(chuàng)年內新低，
8月25日奧飛娛樂跌8.74%，泰信行業(yè)精選混合A基金重倉該股
8月25日奧飛娛樂002292跌874創(chuàng)60日新低收盤報856元換手率988成交量9638
新相微董秘回復： 上市公司股價走勢受多種因素影響，公司會時刻關注股價波動情況以及新政新規(guī)的發(fā)布和實施
新相微(688593)08月28日在投資者關系平臺上答復了投資者關心的問題。
