OCRRouter

Qwen2-VL

Qwen2-VL คือตระกูลโมเดล vision-language ตัวที่สองของ Alibaba Qwen อ่านภาพได้ทุกความละเอียดและข้อความได้หลายภาษา

รุ่นหนึ่งของ Qwen-VL. รุ่นอื่น: Qwen3-VL, Qwen2.5-VL.

วันที่เปิดตัว
29 สิงหาคม 2024
Model ID
Qwen/Qwen2-VL-2B-Instruct, Qwen/Qwen2-VL-7B-Instruct, Qwen/Qwen2-VL-72B-Instruct
ขนาด
2B, 7B และ 72B
ไลเซนส์
Apache-2.0 for 2B and 7B. 72B was first offered only through an API
ชื่ออื่นที่ใช้ค้นหา
qwen2-vl, qwen2 vl, Qwen2-VL-7B-Instruct

Qwen2-VL มีอะไรใหม่

ผลเบนช์มาร์กของ Qwen2-VL

เบนช์มาร์กคะแนนหมายเหตุ
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

คะแนนตามที่ผู้พัฒนาเผยแพร่ เรายังไม่ได้ทดสอบซ้ำ

ใช้ Qwen2-VL ผ่าน API

OCRRouter ให้บริการ Qwen-VL รุ่นอื่นในชื่อ qwen/qwen-vl

รุ่นต่างๆ ของ Qwen-VL

คำถาม

แหล่งที่มา

อัปเดตล่าสุด .