Qwen2-VL
Qwen2-VL은 Alibaba Qwen의 2세대 비전-언어 모델 제품군으로, 모든 해상도의 이미지와 다양한 언어의 텍스트를 읽습니다.
다음 모델의 버전: Qwen-VL. 다른 버전: Qwen3-VL, Qwen2.5-VL.
- 출시일
- 2024년 8월 29일
- 모델 ID
- Qwen/Qwen2-VL-2B-Instruct, Qwen/Qwen2-VL-7B-Instruct, Qwen/Qwen2-VL-72B-Instruct
- 크기
- 2B, 7B, 72B
- 라이선스
- Apache-2.0 for 2B and 7B. 72B was first offered only through an API
- 다른 검색어
- qwen2-vl, qwen2 vl, Qwen2-VL-7B-Instruct
Qwen2-VL의 새로운 점
- Naive Dynamic Resolution: 모든 해상도와 종횡비의 이미지를 그에 맞는 수의 시각 토큰으로 변환합니다.
- 텍스트, 이미지, 동영상용 Multimodal Rotary Position Embedding(M-RoPE).
- 일본어, 한국어, 아랍어, 베트남어 등 다양한 언어의 이미지 속 텍스트를 읽습니다.
- 20분 이상의 동영상을 이해합니다.
- 휴대폰과 로봇용 비주얼 에이전트로 동작할 수 있습니다.
Qwen2-VL 벤치마크
| 벤치마크 | 점수 | 비고 |
|---|---|---|
| DocVQA (test) | 94.5 | Qwen2-VL-7B. InternVL2-8B: 91.6 |
| TextVQA (val) | 84.3 | Qwen2-VL-7B |
| OCRBench | 845 | Qwen2-VL-7B. GPT-4o-mini: 785 |
| InfoVQA (test) | 76.5 | Qwen2-VL-7B |
점수는 개발사가 발표한 수치이며, 직접 재측정하지 않았습니다.
API로 Qwen2-VL 사용하기
OCRRouter는 Qwen-VL의 다른 버전을 qwen/qwen-vl로 제공합니다.
Qwen-VL 버전
- Qwen-VL: OCRRouter의 전체 버전, 가격, 속도, 기능
- Qwen3-VL (2025년 9월 및 10월)
- Qwen2.5-VL (2025년 1월 28일(32B는 2025년 3월))
- Qwen2-VL (2024년 8월 29일), 이 페이지
자주 묻는 질문
출처
최종 업데이트 .