阿里雲推出大規模視覺語言模型Qwen-VL，並對其直接開源。 該大模型以通義千問70億參數模型Qwen-7B為基座語言模型研發，支持圖文輸入。除了具備基本的圖文識別、描述、問答及對話能力之外，新增視覺定位、圖像中文字理解等能力，可用於知識問答、圖像標題生成、圖像問答、文檔問答、細粒度視覺定位等場景。(ha/da)~ 阿思達克財經新聞 網址: www.aastocks.com