OCRRouter

Qwen2-VL

Qwen2-VL 是阿里巴巴 Qwen 第二代視覺語言模型系列,支援任意解析度圖片與多語言文字辨識。

所屬模型 Qwen-VL. 其他版本: Qwen3-VL, Qwen2.5-VL.

發布時間
2024 年 8 月 29 日
模型 ID
Qwen/Qwen2-VL-2B-Instruct, Qwen/Qwen2-VL-7B-Instruct, Qwen/Qwen2-VL-72B-Instruct
參數規模
2B、7B 與 72B
授權
Apache-2.0 for 2B and 7B. 72B was first offered only through an API
其他搜尋名稱
qwen2-vl, qwen2 vl, Qwen2-VL-7B-Instruct

Qwen2-VL 更新內容

Qwen2-VL 基準測試

基準測試分數備註
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

分數取自作者公開資料,我們未重新測試。

透過 API 使用 Qwen2-VL

OCRRouter 以 qwen/qwen-vl 提供 Qwen-VL 的另一個版本。

Qwen-VL 各版本

常見問題

資料來源

最後更新 .