Qwen2-VL
Qwen2-VL is de tweede vision-language-modelfamilie van Alibaba Qwen, die afbeeldingen op elke resolutie en tekst in veel talen leest.
Een release van Qwen-VL. Andere versies: Qwen3-VL, Qwen2.5-VL.
- Uitgebracht
- 29 augustus 2024
- Model-ID
- Qwen/Qwen2-VL-2B-Instruct, Qwen/Qwen2-VL-7B-Instruct, Qwen/Qwen2-VL-72B-Instruct
- Grootte
- 2B, 7B en 72B
- Licentie
- Apache-2.0 for 2B and 7B. 72B was first offered only through an API
- Ook gezocht als
- qwen2-vl, qwen2 vl, Qwen2-VL-7B-Instruct
Wat is er nieuw in Qwen2-VL
- Naive Dynamic Resolution: afbeeldingen van elke resolutie en beeldverhouding worden omgezet in een passend aantal visuele tokens.
- Multimodal Rotary Position Embedding (M-RoPE) voor tekst, afbeeldingen en video.
- Leest tekst in afbeeldingen in veel talen, waaronder Japans, Koreaans, Arabisch en Vietnamees.
- Begrijpt video's van meer dan 20 minuten.
- Kan dienen als visuele agent voor telefoons en robots.
Qwen2-VL-benchmarks
| Benchmark | Score | Opmerking |
|---|---|---|
| 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 |
Scores zoals gepubliceerd door de auteurs. Wij hebben ze niet opnieuw gedraaid.
Qwen2-VL gebruiken via een API
OCRRouter draait een andere release van Qwen-VL als qwen/qwen-vl.
Qwen-VL-versies
- Qwen-VL: alle versies, prijs, snelheid en functies op OCRRouter
- Qwen3-VL (september en oktober 2025)
- Qwen2.5-VL (28 januari 2025 (32B in maart 2025))
- Qwen2-VL (29 augustus 2024), deze pagina
Vragen
Bronnen
Laatst bijgewerkt .