阿里开源视觉语言模型 Qwen-VL：看图解题，还能讲故事
周五，Alibaba 开源两款视觉语言模型 Qwen-VL 与 Qwen-VL-Chat。模型支持更高分辨率的图像读取，能识别街标指路、根据照片解数学题，甚至串联多张图讲故事。开发者可以直接在魔搭社区和 Hugging Face 下载并做微调。
周五，Alibaba 开源两款视觉语言模型 Qwen-VL 与 Qwen-VL-Chat。模型支持更高分辨率的图像读取，能识别街标指路、根据照片解数学题，甚至串联多张图讲故事。开发者可以直接在魔搭社区和 Hugging Face 下载并做微调。