OCRRouter

Qwen2-VL

Qwen2-VL ist die zweite Vision-Language-Modellfamilie von Alibaba Qwen und liest Bilder in jeder Auflösung sowie Text in vielen Sprachen.

Eine Version von Qwen-VL. Weitere Versionen: Qwen3-VL, Qwen2.5-VL.

Veröffentlicht
29. August 2024
Modell-ID
Qwen/Qwen2-VL-2B-Instruct, Qwen/Qwen2-VL-7B-Instruct, Qwen/Qwen2-VL-72B-Instruct
Größe
2B, 7B und 72B
Lizenz
Apache-2.0 for 2B and 7B. 72B was first offered only through an API
Auch gesucht als
qwen2-vl, qwen2 vl, Qwen2-VL-7B-Instruct

Neu in Qwen2-VL

Qwen2-VL Benchmarks

BenchmarkWertHinweis
DocVQA (test)94.5Qwen2-VL-7B. InternVL2-8B: 91,6
TextVQA (val)84.3Qwen2-VL-7B
OCRBench845Qwen2-VL-7B. GPT-4o-mini: 785
InfoVQA (test)76.5Qwen2-VL-7B

Werte wie von den Autoren veröffentlicht. Wir haben sie nicht nachgemessen.

Qwen2-VL über eine API nutzen

OCRRouter bietet eine andere Version von Qwen-VL als qwen/qwen-vl an.

Qwen-VL Versionen

Fragen

Quellen

Zuletzt aktualisiert .