周大 发表于 2024-8-30 14:01:21

阿里重磅开源Qwen2-VL：能理解超20分钟视频，媲美GPT-4o！

阿里巴巴开源了Qwen2-VL视觉多模态模型，该模型在多项测试中表现优异，超越了一些著名闭源模型。Qwen2-VL支持多种语言，并可在Apache2.0协议下商用。其特色功能包括理解长视频、操作手机及机器人视觉智能体、识别不同分辨率图片等。
来源：https://www.chinaz.com/2024/0830/1639199.shtml
页: [1]
查看完整版本: 阿里重磅开源Qwen2-VL：能理解超20分钟视频，媲美GPT-4o！