Qwen2.5-VL
Qwen2.5-VL 是阿里 2025 年初发布的开源视觉语言模型系列,是 olmOCR 2、Nanonets-OCR2 等多个 OCR 模型的基座。
所属模型 Qwen-VL. 其他版本: Qwen3-VL, Qwen2-VL.
- 发布时间
- 2025 年 1 月 28 日(32B 于 2025 年 3 月)
- 模型 ID
- Qwen/Qwen2.5-VL-3B-Instruct, Qwen/Qwen2.5-VL-7B-Instruct, Qwen/Qwen2.5-VL-32B-Instruct, Qwen/Qwen2.5-VL-72B-Instruct
- 参数规模
- 3B、7B、32B 和 72B
- 许可证
- Differs by size: 7B is Apache-2.0, 3B uses the Qwen Research license, 72B uses the Qwen license
- 其他搜索名
- qwen 2.5 vl, qwen2.5-vl, Qwen2.5-VL-7B-Instruct
Qwen2.5-VL 更新内容
- 可从扫描发票、表单和表格输出结构化结果。
- 用边界框或点定位文字和物体,返回稳定的 JSON。
- 7B 文档得分高于 Qwen2-VL:DocVQA 95.7 对 94.5,OCRBench 864 对 845。
Qwen2.5-VL 基准测试
| 基准测试 | 得分 | 备注 |
|---|---|---|
| DocVQA(test) | 95.7 | 7B。Qwen2-VL-7B:94.5 |
| OCRBench | 864 | 7B。Qwen2-VL-7B:845,GPT-4o-mini:785 |
| CC-OCR | 77.8 | 7B。Qwen2-VL-7B:61.6 |
| ChartQA(test) | 87.3 | 7B。Qwen2-VL-7B:83.0 |
得分来自作者公开数据,我们未重新测试。
通过 API 使用 Qwen2.5-VL
OCRRouter 以 qwen/qwen-vl 提供 Qwen-VL 的另一个版本。
Qwen-VL 各版本
- Qwen-VL: OCRRouter 上的全部版本、价格、速度和功能
- Qwen3-VL (2025 年 9 月和 10 月)
- Qwen2.5-VL (2025 年 1 月 28 日(32B 于 2025 年 3 月)), 本页
- Qwen2-VL (2024 年 8 月 29 日)
常见问题
来源
最后更新 .