钛媒体 App 8 月 30 日消息,阿里通义千问发布第二代视觉语言模型 Qwen2-VL,旗舰模型 Qwen2-VL-72B 的 API 已上线阿里云百炼平台。在多个权威测评中,Qwen2-VL 部分指标甚至超越了 GPT-4o 和 Claude3.5-Sonnet 等闭源模型。相比上代模型,Qwen2-VL 可理解 20 分钟以上长视频,支持基于视频的问答、对话和内容创作等应用;可自主操作手机和机器人,借助复杂推理和决策的能力,Qwen2-VL 可以集成到手机、机器人等设备,根据视觉环境和文字指令进行自动操作;能理解图像视频中的多语言文本,包括中文、英文,大多数欧洲语言,日语、韩语、阿拉伯语、越南语等。
登录后才可以发布评论哦
打开小程序可以发布评论哦