黑五优惠:所有套餐首月或首年半价,截至 12月1日。升级

OCRRouter

Qwen2-VL

Qwen2-VL 是阿里通义第二代视觉语言模型系列,支持任意分辨率图片和多语言文字识别。

所属模型 Qwen-VL. 其他版本: Qwen3-VL, Qwen2.5-VL.

发布时间
2024 年 8 月 29 日
模型 ID
Qwen/Qwen2-VL-2B-Instruct, Qwen/Qwen2-VL-7B-Instruct, Qwen/Qwen2-VL-72B-Instruct
参数规模
2B、7B 和 72B
许可证
Apache-2.0 for 2B and 7B. 72B was first offered only through an API
其他搜索名
qwen2-vl, qwen2 vl, Qwen2-VL-7B-Instruct

Qwen2-VL 更新内容

Qwen2-VL 基准测试

基准测试得分备注
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

得分来自作者公开数据,我们未重新测试。

通过 API 使用 Qwen2-VL

OCRRouter 以 qwen/qwen-vl 提供 Qwen-VL 的另一个版本。

Qwen-VL 各版本

常见问题

来源

最后更新 .