8月25日消息,阿里云 25 日推出了大規(guī)模視覺語(yǔ)言模型 Qwen-VL,目前已經(jīng)在 ModeScope 開源,阿里云此前已經(jīng)開源通義千問(wèn) 70 億參數(shù)通用模型 Qwen-7B 和對(duì)話模型 Qwen-7B-Chat。
據(jù)悉,Qwen-VL 是一款支持中英文等多種語(yǔ)言的視覺語(yǔ)言(Vision Language,VL)模型,相較于此前的 VL 模型,其除了具備基本的圖文識(shí)別、描述、問(wèn)答及對(duì)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(yǔ)言模型,在模型架構(gòu)上引入視覺編碼器,使得模型支持視覺信號(hào)輸入,該模型支持的圖像輸入分辨率為 448,此前開源的 LVLM 模型通常僅支持 224 分辨率。
官方表示,該模型可用于知識(shí)問(wèn)答、圖像標(biāo)題生成、圖像問(wèn)答、文檔問(wèn)答、細(xì)粒度視覺定位等場(chǎng)景,在主流的多模態(tài)任務(wù)評(píng)測(cè)和多模態(tài)聊天能力評(píng)測(cè)中,取得了遠(yuǎn)超同等規(guī)模通用模型的表現(xiàn)。
此外,在 Qwen-VL 的基礎(chǔ)上,通義千問(wèn)團(tuán)隊(duì)使用對(duì)齊機(jī)制,打造了基于 LLM 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(duì)話應(yīng)用。
通義千問(wèn)團(tuán)隊(duì)同時(shí)表示,為了測(cè)試模型的多模態(tài)對(duì)話能力,他們構(gòu)建了一套基于 GPT-4 打分機(jī)制的測(cè)試集 “試金石”,對(duì) Qwen-VL-Chat 及其他模型進(jìn)行對(duì)比測(cè)試,Qwen-VL-Chat 在中英文的對(duì)齊評(píng)測(cè)中均取得了開源 LVLM 最好結(jié)果。
- 蜜度索驥:以跨模態(tài)檢索技術(shù)助力“企宣”向上生長(zhǎng)
- 特斯拉CEO馬斯克身家暴漲,穩(wěn)居全球首富寶座
- 阿里巴巴擬發(fā)行 26.5 億美元和 170 億人民幣債券
- 騰訊音樂(lè)Q3持續(xù)穩(wěn)健增長(zhǎng):總收入70.2億元,付費(fèi)用戶數(shù)1.19億
- 蘋果Q4營(yíng)收949億美元同比增6%,在華營(yíng)收微降
- 三星電子Q3營(yíng)收79萬(wàn)億韓元,營(yíng)業(yè)利潤(rùn)受一次性成本影響下滑
- 賽力斯已向華為支付23億,購(gòu)買引望10%股權(quán)
- 格力電器三季度營(yíng)收同比降超15%,凈利潤(rùn)逆勢(shì)增長(zhǎng)
- 合合信息2024年前三季度業(yè)績(jī)穩(wěn)?。籂I(yíng)收增長(zhǎng)超21%,凈利潤(rùn)增長(zhǎng)超11%
- 臺(tái)積電四季度營(yíng)收有望再攀高峰,預(yù)計(jì)超260億美元刷新紀(jì)錄
- 韓國(guó)三星電子決定退出LED業(yè)務(wù),市值蒸發(fā)超4600億元
免責(zé)聲明:本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請(qǐng)進(jìn)一步核實(shí),并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說(shuō)明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后,將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。