OCRRouter

Qwen2-VL

Qwen2-VL es la segunda familia de modelos de visión y lenguaje de Alibaba Qwen; lee imágenes de cualquier resolución y texto en muchos idiomas.

Una versión de Qwen-VL. Otras versiones: Qwen3-VL, Qwen2.5-VL.

Lanzamiento
29 de agosto de 2024
ID del modelo
Qwen/Qwen2-VL-2B-Instruct, Qwen/Qwen2-VL-7B-Instruct, Qwen/Qwen2-VL-72B-Instruct
Tamaño
2B, 7B y 72B
Licencia
Apache-2.0 for 2B and 7B. 72B was first offered only through an API
También buscado como
qwen2-vl, qwen2 vl, Qwen2-VL-7B-Instruct

Novedades de Qwen2-VL

Benchmarks de Qwen2-VL

BenchmarkPuntuaciónNota
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

Puntuaciones publicadas por los autores. No las hemos vuelto a ejecutar.

Usa Qwen2-VL a través de una API

OCRRouter ejecuta otra versión de Qwen-VL como qwen/qwen-vl.

Versiones de Qwen-VL

Preguntas

Fuentes

Última actualización .