阿里開源視覺語言模型 Qwen-VL：看圖解題，還能講故事
週五，Alibaba 開源兩款視覺語言模型 Qwen-VL 與 Qwen-VL-Chat。模型支援更高解析度的影像讀取，能識別街標指路、根據照片解數學題，甚至串聯多張圖講故事。開發者可以直接在魔搭社群和 Hugging Face 下載並做微調。
週五，Alibaba 開源兩款視覺語言模型 Qwen-VL 與 Qwen-VL-Chat。模型支援更高解析度的影像讀取，能識別街標指路、根據照片解數學題，甚至串聯多張圖講故事。開發者可以直接在魔搭社群和 Hugging Face 下載並做微調。