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)

文章编号:40636 资讯动态 2024-12-03 通义千问 魔搭社区 阿里

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。

云通义千问开源第二波!大规模视觉语言模型Qwen-VL上线

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。

云通义千问开源第二波!大规模视觉语言模型Qwen-VL上线

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。

云通义千问开源第二波!大规模视觉语言模型Qwen-VL上线

云通义千问开源第二波!大规模视觉语言模型Qwen-VL上线

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
全局中部横幅
全局中部横幅
【顺企网】企业黄页和供求信息发布平台

顺企网(www.11467.com)是免费的电子商务平台和在线114黄页网站,是为企业提B2B免费供求信息发布、采购商机、免费建站、114黄页查询服务的B2B平台。顺企网,助企业在商海一路顺风

AskForm人才测评与发展管理系统

AskForm人才测评与发展管理系统-提供360度测评、人才盘点、敬业度调研、人才发展管理系统、潜力测评等从人才测评到发展全流程产品及解决方案;深耕行业十余载,500强企业信赖之选

德州泽诚企业管理咨询有限公司

山东泽诚认证咨询公司专业从事节能认证,环保认证,CCC认证(3C认证),售后服务体系认证,ISO9001体系认证,ISO14001体系认证,德州9000认证,绿色建材认证,绿色产品认证,iso27001,ISO20000认证,HACCP体系认证等服务;专注认证咨询14年,下证速度快,认证费用低,电话:15165943933

宜兴寅磊陶瓷有限公司

宜兴寅磊陶瓷有限公司从事焊接用技术陶瓷生产的主要厂家之一,公司主要提供:螺柱焊陶瓷保护套、焊接用陶瓷衬垫、氩弧焊陶瓷喷嘴、等离子切割陶瓷保护套、高温炉用陶瓷件

江苏步惠机械设备有限公司主营翻转机,钢带,钢卷,铜带,铜卷,铝卷,钢管,铝管,铜管,钢丝,铜线等全自动缠绕机,专业从事非标定制包装方案及各类包装辅助设备方案的销售,设计制造及服务为一体服务商

江苏步惠机械设备有限公司主营翻转机,钢带,钢卷,铜带,铜卷,铝卷,钢管,铝管,铜管,钢丝,铜线等全自动缠绕机,专业从事非标定制包装方案及各类包装辅助设备方案的销售,设计制造及服务为一体服务商

方小喆游戏网

方小喆游戏网专注于为玩家提供最前沿的游戏资讯和实用的攻略。我们的目标是让每位玩家都能找到适合自己的内容。无论是最新的游戏发布消息,还是详细的玩法攻略,我们的团队都竭尽所能为您呈现。平台每日更新,确保您及时获取最新动态。加入方小喆游戏网,探索游戏的奥秘,享受更多精彩的游戏体验,成为更优秀的玩家!

笨笨鼠总结网

笨笨鼠总结网是一个专注于提供工作总结、培训总结、学习总结及个人总结等全方位范文与模板的优质网站。我们致力于帮助职场人士和学生群体高效撰写各类总结报告,提升个人能力和职业发展。在这里,您可以找到最新、最热门的范文和模板,以及实用的写作技巧和成功案例分享。加入我们,一起成长,一起进步!

呈妍打印机

广州市伟太计算机科技有限公司主要销售呈妍打印机,热升华打印机,卷筒照片打印机等设备.我们提供优惠的价格和贴心的服务,为您提供一站式的打印解决方案.欢迎来电咨询!联系方式:020-38871190

众信电商知识产权服务平台,汇聚质优价美电商知识产权服务机构

专注解决电商知识产权热点问题,汇集全球质优价美的知识产权服务机构资源,建立知识产权服务机构与企业更广泛、更高效的服务连接。以专利检索、风险预警、知识产权电子数据存证、知识产权地图为特色服务,打造可信公立的第三方知识产权专业服务平台,为电商企业提供优质、低成本、高效率的知识产权保护与促进服务。

策驰影院

策驰影院网为您提供2022最新高清电,热播电视剧高清资源的免费在线电影网站,急速播放观看体验极佳,策驰影视每天第一时间给大家更新最新优质电影、综艺、动漫、连续剧,看热门电影就来策驰影视。

交城县植宝旺肥业有限公司

交城县植宝旺肥业有限公司是一家集研发、生产和销售为一体的新型复合肥生产企业。公司成立于2015年,地址位于山西省吕梁市交城县覃村村北,地理位置优越,交通条件便利,公司总投资300余万元,占地面积105亩,年生产能力3万吨。主要产品有硝酸铵钙、硝酸钙镁、黑将军肥料等。


全局底部横幅