阿里云推出大规模视觉语言模型Qwen-VL，并对其直接开源。 该大模型以通义千问70亿参数模型Qwen-7B为基座语言模型研发，支持图文输入。除了具备基本的图文识别、描述、问答及对话能力之外，新增视觉定位、图像中文字理解等能力，可用於知识问答、图像标题生成、图像问答、文档问答、细粒度视觉定位等场景。(ha/da)~ 阿思达克财经新闻 网址: www.aastocks.com