阿里云通义千问开源第二波！大规模视觉语言模型Qwen (阿里云通义千问)
通义千问开源第二波！8月25日消息，阿里云推出大规模视觉语言模型Qwen-VL，一步到位、直接开源。Qwen-VL以通义千问70亿参数模型Qwen-7B为基座语言模型研发，支持图文输入，具备多模态信息理解能力。在主流的多模态任务评测和多模态聊天能力评测中，Qwen-VL取得了远超同等规模通用模型的表现。
Qwen-VL是支持中英文等多种语言的视觉语言（Vision Language，VL）模型，相较于此前的VL模型，Qwen-VL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。
多模态是通用人工智能的重要技术演进方向之一。业界普遍认为，从单一感官的、仅支持文本输入的语言模型，到“五官全开”的，支持文本、图像、音频等多种信息输入的多模态模型，蕴含着大模型智能跃升的巨大可能。多模态能够提升大模型对世界的理解程度，充分拓展大模型的使用场景。
视觉是人类的第一感官能力，也是研究者首先想赋予大模型的多模态能力。继此前推出M6、OFA系列多模态模型之后，阿里云通义千问团队又开源了基于Qwen-7B的大规模视觉语言模型（Large Vision Language Model, LVLM）Qwen-VL。Qwen-VL及其视觉AI助手Qwen-VL-Chat均已上线ModelScope魔搭社区，开源、免费、可商用。
用户可从魔搭社区直接下载模型，也可通过阿里云灵积平台访问调用Qwen-VL和Qwen-VL-Chat，阿里云为用户提供包括模型训练、推理、部署、精调等在内的全方位服务。
Qwen-VL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。
比如，一位不懂中文的外国游客到医院看病，不知怎么去往对应科室，他拍下楼层导览图问Qwen-VL“骨科在哪层”“耳鼻喉科去哪层”，Qwen-VL会根据图片信息给出文字回复，这是图像问答能力；再比如，输入一张上海外滩的照片，让Qwen-VL找出东方明珠，Qwen-VL能用检测框准确圈出对应建筑，这是视觉定位能力。
Qwen-VL是业界首个支持中文开放域定位的通用模型，开放域视觉定位能力决定了大模型“视力”的精准度，也即，能否在画面中精准地找出想找的事物，这对于VL模型在机器人操控等真实应用场景的落地至关重要。
Qwen-VL以Qwen-7B为基座语言模型，在模型架构上引入视觉编码器，使得模型支持视觉信号输入，并通过设计训练过程，让模型具备对视觉信号的细粒度感知和理解能力。Qwen-VL支持的图像输入分辨率为448，此前开源的LVLM模型通常仅支持224分辨率。在Qwen-VL 的基础上，通义千问团队使用对齐机制，打造了基于LLM的视觉AI助手Qwen-VL-Chat，可让开发者快速搭建具备多模态能力的对话应用。
在四大类多模态任务（Zero-shot Caption/VQA/DocVQA/Grounding）的标准英文测评中，Qwen-VL取得了同等尺寸开源LVLM的最好效果。为了测试模型的多模态对话能力，通义千问团队构建了一套基于GPT-4打分机制的测试集“试金石”，对Qwen-VL-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均取得了开源LVLM最好结果。
8月初，阿里云开源通义千问70亿参数通用模型Qwen-7B和对话模型Qwen-7B-Chat，成为国内首个加入大模型开源行列的大型科技企业。通义千问开源模型刚一上线就广受关注，当周冲上HuggingFace趋势榜单，不到一个月在GitHub收获3400多星，模型累计下载量已突破40万。
开源地址：
ModelScope魔搭社区：
Qwen-VL
Qwen-VL-Chat
模型体验：
HuggingFace：
Qwen-VL
Qwen-VL-Chat
技术论文地址：
版权文章，未经授权禁止转载。详情见 转载须知 。
本文地址： https://www.gpxz.com/article/ce252c39436a41a22457.html
随机密码生成器是站长工具新推出的在线密码生成工具，可以根据字母、数字、符号随机生成用户想要的密码，帮助用户完美解决密码难题。
Base64在线编码解码
提供CCTV新闻频道在线直播及电视节目表预告等服务,中央电视台新闻频道全天24小时播出,以最快的速度向观众提供第一手的国内国际新闻资讯,突出时效性和信息量,实现滚动、递进、更新式报道。
深圳app开发
杭州联强大厦咨询电话（写字楼顾问）欢迎您致电咨询，地址杭州市拱墅区文三路249号，距离地铁2号线学院路站855米。本站实时更新包括大厦的出租面积、出售面积、简介、交通位置、入驻企业、照片、日租金、售价、地图、楼盘参数和物业等相关信息。
特种装备网是全球领先的特种装备行业电商门户，作为特种装备行业一站式B2B电商解决方案平台的领跑者，致力于为警用反恐装备、消防技术装备、抢险救援装备、公共应急装备、公共安全检查装备、核危生化救援装备、安监执法装备、智慧安防装备和军民融合技术装备等9大核心领域提供一系列产品和服务。
湖南三特机械制造有限公司
怀远县云轩新型建材有限公司是一家专业从事夹芯板、彩钢板、活动房、钢结构厂房生产销售的企业，服务热线：18160858887
K3K捕鱼,K3K游戏,大鱼好打的捕鱼竞技平台是由无锡江南影视传播有限公司独立研发的PC客户端版、android手机客户端版、iPhone手机客户端版棋牌游戏，游戏类型主要有：捕鱼游戏，贵阳捉鸡麻将，遵义麻将，泰州卡子麻将等。K3K棋牌游戏官网：www.k3k.com
襄阳汉江教育网-提供襄阳成人高考、自考及职业技能证书培训机构，襄阳成教网提供成人在职学历提升：电大中专、高升专及专升本考试时间、函授站点报考流程、报名网站入口及费用多少钱在线解答及报考服务，已在襄阳地区累计培训人员20000多人次，咨询电话0710-3356399,也欢迎各企事业单位联系合作办班。
ChatGPT智能AI写作助手是一款自动写作AI助手，在线帮写各类材料、文章、作文、工作计、总结报告、论文、小说、创意策划、宣传软文等，自动生成高质量的原创文章
FIFA11游戏专题;提供FIFA11中文版下载,FIFA11攻略大全,FIFA11汉化补丁,FIFA11视频解说,攻略视频,修改器,汉化下载,完美存档,MOD,配置,教学,截图,壁纸等资料。更多《FIFA11》相关内容尽在游侠网。
那些成功做出独角兽企业的创业者，这类的人大多都是天生的，他们非常清楚自己想要什么，可以为了等这个机会，默默付出别人难以想象的代价，最后就只是为了这一仗，1、我的一个感悟十年前的时候，我其实也觉得压力巨大，因为当时中国市场上最厉害的是三大门户，BAT的格局还没有形成，我们觉得有这么厉害的三大门户压顶，他们看起来好像什么都做，中国的互联网...。
7月31日，，国民老公，王思聪现身ChinaJoy，参与了某游戏互动环节，ShowGirl纷纷争相上台与王思聪合影，不过，据网友爆料，王思聪在准备进入会议厅的时候被门口一个女工作人员拦下了，并要求其出示邀请函，王思聪一脸惊讶看着她，你拦我?，随后，王思聪转发网友微博，并说道，原话其实是‘我也需要邀请函?，王思聪在ChinaJoy...。
前几天，豆瓣有网友贴出了一份天涯社区的股权转让公告，感慨曾经风光无限的天涯，竟已沦落至此，令一众网友唏嘘不已，虽说股权转让方海南信息产业创业投资基金只是天涯的小股东，对天涯的影响并不大，但若不是这一份公告，恐怕没多少人想起这个堪称是中国互联网，活化石，级别的网站了吧?在中国并不算长的互联网史中，2000年以前成立，撑过互联网泡沫破灭时...。
随着经济实力的提升，人们的消费能力在不断地增长，对生活品质提出更高的要求，在餐饮消费方面，不再单单注重产品的口味，更多的是注重用餐的环境与服务，追求品质与品位，环境舒适、热情服务、颇具人气的饭店，自然成为更多人的理想之选，花乐汀饭店就是餐饮市场知名度比较高的连锁品牌，历经多年行业沉淀，现已在全国发展有百余家加盟店，加盟区域在不断地扩大...。
作者，莓酊、杏花第62届IEEE计算机科学基础年度研讨会，FOCS2021，各奖项揭晓！FOCS由IEEE计算机学会的计算机数学基础专委会提供资助，是计算机科学领域最顶级的国际会议，在整个理论计算机科学领域享有崇高的声望，并被公认属于难度最高的会议之一，与ACM计算理论年会，STOC，并称理论计算机科学两大顶会，自1960年成立以来，...。
发表在专业问答2024，10，2815，08展示机型信息，品牌型号，当贝Smart1系统版本，当贝OS4.1当贝Smart1下载软件可以直接通过语音、应用市场和U盘实现软件安装，下面为当贝Smart1怎么下载软件的详细方法做具体说明，当贝Smart1怎么下载软件方法一，应用市场安装1.打开我的应用打开当贝Smart1的应用界面；2.打...。
发表在专业问答2024，7，115，58展示机型信息，品牌型号，当贝D6X系统版本，当贝OS4.2当贝D6X设置声道可以在视频设置中调整，总共可以分为三步，下面为当贝D6X怎么设置声道的详细步骤做具体说明，当贝D6X怎么设置声道1.打开视频设置在当贝D6X上打开视频界面，按下菜单键打开视频设置界面；2.选择音频设置在视频设置界面选择音...。
代码说明，本页面的认证代码为332广告联盟专用评测代码，站长需懂简单html知识，直接复制代码粘贴到联盟网站相应页面即可使用，本代码不适用于其他广告联盟网站请勿获取！文字认证，文字链接代码认证适用所有类型的广告联盟，复制代码后放在332广告联盟网站首页底部或友情链接位置处，普通认证，普通联盟认证标志适用所有类型的广告联盟，能有效提升3...。
把Runway、Luma们一锅端了！这款视频模型上，杀手级，功能播报文章量子位关注作者获得积分关注2024，11，1415，15来自北京衡宇发自凹非寺量子位，公众号QbitAI三张图攒一个毫无违和感的视频！视频模型领域又沸腾了！把Runway、LumaAI等一众视频模型都一锅端了，海外用户评价，一众视频模型都实现不了的能力，它竟然给攻...。
[文，王文、陈修豪、胡倩蓉]，美国际战，不时是指美国1860年代南北抗争的历史事情，如今已演化成了美国政治、社会、文明分裂的一种话语常态，2021年冲击国会山事情出现后，美国暴力极端主义、政治极化态势到达高峰，美国国际关于能否会出现，第二次内战，SecondCivilWar，的钻研及讨论也逐渐进入高潮，笔者的观察是，在美国常识界与言...。
周杰伦在MV中染一头金色头发和本国女演员金铃Gosia亲密互动，更在MV中慷慨露肉展现下身的八块肌的锻炼成绩，让泛滥的粉丝大饱眼福，MV是在英国苏格兰的爱丁堡及台北取景拍摄，由周杰伦亲身执导，自己更是亲力亲为投入MV剪接，在，手语，的MV里，周杰伦不只盖了J大楼，还做了，J概念车，，自诩，世界唯一无二，又补充说，这车不能动，是放在楼...。
往年6月，35岁的唐尚珺在广西迎来了第16次高考，2016年，唐尚珺因挚友何汉立拍摄的纪录片，高十，而被人们熟知，那年是唐尚珺第8次参与高考，当年的何汉立怎样也想不到，直到2024年，唐尚珺还在考，往年高考效果发布后，中国资讯周刊在南宁见到了唐尚珺，他衣着静止鞋，背着双肩包，包里装着填报志愿的参考书，当谈起往年能否会去上大学时，唐尚珺...。
这一期要给玩家们带来的内容，是有关于迷宫游戏大全闯关游戏的款式推荐，如此的玩法或许你们也都有一定的了解，游戏的内容其实还是蛮丰富的，下列的款式也都有不同的题材，玩法的方向都大致差不多，可以看到诸多的内容都有着不同的趣味，玩家们要是想尝试一下的话，前提还是要了解我们的介绍的，不然之后选择起来也会犯犹豫症的呢，1、，球球3D旋转迷宫，首先...。
作者，朱可轩编辑，陈彩娴近日，IEEE奖励委员会官网，https，corporate，awards.ieee.org，正式公布了2025年度，IEEE技术领域奖，IEEETechnicalFieldAwards，获奖名单，中国工程院院士、北京大学博雅讲席教授、鹏城实验室主任、数字音视频编解码技术标准，AVS，工作组组长高文因其...。
2019年计算机视觉和模式识别大会，CVPR，已经落幕，毫无意外，自动驾驶依旧是此届CVPR会议议题及参展亮相的焦点，除拥有主场之利的自动驾驶企业，例如Waymo、福特ArgoAI、Velodyne外，国内自动驾驶玩家纷纷携最新技术走向国际视野，百度、滴滴等老面孔悉数亮相；小马智行、文远知行、纽劢科技、图森未来、地平线也参展CVPR2...。
消息，8月28日，岚图汽车在成都科幻馆水星厅举办了以，梦想升华，为主题的全新岚图梦想家预售发布会，自2022年5月上市以来，岚图梦想家开创了高端新能源MPV这一全新市场，至今已累计交付超过6万台，获得了消费者的广泛认可，岚图汽车科技有限公司CEO卢放表示，岚图汽车始终以用户型科技企业为理念，把用户放在第一位，全新岚图梦想家就是在...。
火锅，它是中华创的美食，起源地为四川自贡，经泸州改良，再传到重庆发扬光大，现吃现烫，麻辣咸鲜香，油而不腻，暴汗淋漓，酣畅之极，解郁除湿，适于山川之气候，今发展为鸳鸯锅，麻辣清淡各别，各取所需，老少咸宜，至冬之佳品，火锅一般而言，是以锅为器具，以热源烧锅，以水或汤烧开，来涮煮食物的烹调方式，同时亦可指这种烹调方式所用的锅具，其特色为边煮...。
