OCRRouter

Qwen2-VL

O Qwen2-VL é a segunda família de modelos de visão e linguagem da Alibaba Qwen, que lê imagens em qualquer resolução e texto em muitos idiomas.

Uma versão de Qwen-VL. Outras versões: Qwen3-VL, Qwen2.5-VL.

Lançamento
29 de agosto de 2024
ID do modelo
Qwen/Qwen2-VL-2B-Instruct, Qwen/Qwen2-VL-7B-Instruct, Qwen/Qwen2-VL-72B-Instruct
Tamanho
2B, 7B e 72B
Licença
Apache-2.0 for 2B and 7B. 72B was first offered only through an API
Também buscado como
qwen2-vl, qwen2 vl, Qwen2-VL-7B-Instruct

Novidades do Qwen2-VL

Benchmarks do Qwen2-VL

BenchmarkPontuaçãoObservação
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

Pontuações publicadas pelos autores. Não as executamos novamente.

Use o Qwen2-VL por API

O OCRRouter roda outra versão do Qwen-VL como qwen/qwen-vl.

Versões do Qwen-VL

Perguntas

Fontes

Última atualização .