Qwen2-VL
Qwen2-VL هي العائلة الثانية من نماذج الرؤية واللغة من Alibaba Qwen، تقرأ الصور بأي دقة والنصوص بلغات كثيرة.
إصدار من Qwen-VL. إصدارات أخرى: Qwen3-VL, Qwen2.5-VL.
- تاريخ الإصدار
- 29 أغسطس 2024
- معرّف النموذج
- Qwen/Qwen2-VL-2B-Instruct, Qwen/Qwen2-VL-7B-Instruct, Qwen/Qwen2-VL-72B-Instruct
- الحجم
- 2B و7B و72B
- الترخيص
- Apache-2.0 for 2B and 7B. 72B was first offered only through an API
- يُبحث عنه أيضًا باسم
- qwen2-vl, qwen2 vl, Qwen2-VL-7B-Instruct
الجديد في Qwen2-VL
- Naive Dynamic Resolution: تتحول الصور بأي دقة ونسبة أبعاد إلى عدد مناسب من الرموز البصرية.
- Multimodal Rotary Position Embedding (M-RoPE) للنص والصور والفيديو.
- يقرأ النص في الصور بلغات كثيرة، منها اليابانية والكورية والعربية والفيتنامية.
- يفهم مقاطع فيديو تتجاوز 20 دقيقة.
- يمكنه العمل كوكيل بصري للهواتف والروبوتات.
معايير Qwen2-VL
| المعيار | النتيجة | ملاحظة |
|---|---|---|
| DocVQA (اختبار) | 94.5 | Qwen2-VL-7B. InternVL2-8B: 91.6 |
| TextVQA (تحقق) | 84.3 | Qwen2-VL-7B |
| OCRBench | 845 | Qwen2-VL-7B. GPT-4o-mini: 785 |
| InfoVQA (اختبار) | 76.5 | Qwen2-VL-7B |
النتائج كما نشرها المؤلفون. لم نُعِد تشغيلها.
استخدم Qwen2-VL عبر API
يشغّل OCRRouter إصدارًا آخر من Qwen-VL باسم qwen/qwen-vl.
إصدارات Qwen-VL
- Qwen-VL: كل الإصدارات والسعر والسرعة والميزات على OCRRouter
- Qwen3-VL (سبتمبر وأكتوبر 2025)
- Qwen2.5-VL (28 يناير 2025 (32B في مارس 2025))
- Qwen2-VL (29 أغسطس 2024), هذه الصفحة
أسئلة
المصادر
آخر تحديث .