Qwen 2.5 omni 案例测试文档

文章预览

实测体验 场景1：论文阅读（视觉与文本理解能力） 要求模型总结文章的主要内容，当摄像头对准文章的摘要部分时，模型的输出只有很简单的一句话，事实上通过摘要能获取的信息远不止于此，暂时不知道是什么导致了这样的原因。 可能的原因是对于任务的指令不够清晰，需要先声明清楚需要让模型完整阅览整个文献内容,再进行输出。 后续经严谨流程引导，模型确实能够阅读完整文献，并输出主要内容。 场景2：解方程组（视觉与数学能力） 测试1：简单方程组（成功） 首先询问模型是否有解方程的能力, 它首先回复我对于复杂的方程可以使用一些在线工具来求解, 同时也表示自己可以尝试解决。 将简单方程组给到模型来解决, 并且成功解出答案。 测试2：复杂方程组（失败） 第一次对话指令是：请帮我解决图中的问题。 第一次对话模型在文本 ………………………………