千问团队tech lead解读Qwen2-VL：让我们先把视觉理解干上去！（一）

文章预览

知乎：林俊旸 链接： https://zhuanlan.zhihu.com/p/717704002 编辑：AI椰青 正值前几天发布Qwen2-VL，大家应该在我们的博客或者各个公众号看到我们模型的表现，并且看到我们开源了Qwen2-VL-7B和Qwen2-VL-2B以及推出了Qwen2-VL-72B的API。如果你还没看过，请点击下面几个链接： Blog: https://qwenlm.github.io/blog/qwen2-vl/ GitHub: https://github.com/QwenLM/Qwen2-VL HF: https://huggingface.co/collections/Qwen/qwen2-vl-66cee7455501d7126940800d ModelScope: https://modelscope.cn/organization/qwen?tab=model 博客已经包含大部分技术内容了。在这个系列里面，我打算多唠一唠。平时写作时间有限，这次计划分几篇写。第一篇会讲讲效果和例子，第二篇讲讲技术方案设计以及为什么我们会选择这么做，第三篇就随便做点补充。ok here we go！ Qwen2-VL 先说下这次Qwen2-VL的几个“卖点”（好的我就是个带货主播）。 基础能力提升 相比此 ………………………………