Qwen2-VL
Qwen2-VL, Alibaba Qwen'in ikinci görü-dil modeli ailesidir; her çözünürlükte görseli ve birçok dilde metni okur.
Şu modelin sürümü: Qwen-VL. Diğer sürümler: Qwen3-VL, Qwen2.5-VL.
- Yayın tarihi
- 29 Ağustos 2024
- Model ID
- Qwen/Qwen2-VL-2B-Instruct, Qwen/Qwen2-VL-7B-Instruct, Qwen/Qwen2-VL-72B-Instruct
- Boyut
- 2B, 7B ve 72B
- Lisans
- Apache-2.0 for 2B and 7B. 72B was first offered only through an API
- Şöyle de aranıyor
- qwen2-vl, qwen2 vl, Qwen2-VL-7B-Instruct
Qwen2-VL sürümünde neler yeni
- Naive Dynamic Resolution: her çözünürlük ve en-boy oranındaki görsel, uygun sayıda görsel token'a eşlenir.
- Metin, görsel ve video için Multimodal Rotary Position Embedding (M-RoPE).
- Japonca, Korece, Arapça ve Vietnamca dahil birçok dilde görsellerdeki metni okur.
- 20 dakikadan uzun videoları anlar.
- Telefonlar ve robotlar için görsel ajan olarak çalışabilir.
Qwen2-VL benchmark'ları
| Benchmark | Puan | Not |
|---|---|---|
| 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 |
Puanlar yazarların yayımladığı şekildedir. Bunları kendimiz yeniden çalıştırmadık.
Qwen2-VL modelini API üzerinden kullanın
OCRRouter, Qwen-VL modelinin farklı bir sürümünü qwen/qwen-vl olarak çalıştırır.
Qwen-VL sürümleri
- Qwen-VL: OCRRouter üzerinde tüm sürümler, fiyat, hız ve özellikler
- Qwen3-VL (Eylül ve Ekim 2025)
- Qwen2.5-VL (28 Ocak 2025 (32B Mart 2025'te))
- Qwen2-VL (29 Ağustos 2024), bu sayfa
Sorular
Kaynaklar
Son güncelleme .