视觉理解

阿里云通义开源Qwen2.5-VL，视觉AI超越Claude 3.5

阿里云通义千问开源了全新的视觉模型Qwen2.5-VL，并推出了3B、7B和72B三个尺寸版本。其中，旗舰版Qwen2.5-VL-72B在13项权威评测中夺得视觉理解冠军，超越了GPT-4o与Claude3.5。阿里云官方介绍称，新的Qwen2.5-VL能够更准确地解析图像内容，并突破性地支持超过1小时的视频理解。

资讯热榜

DeepSeek开源多模态模型Janus-Pro的ComfyUI使用教程，文中附模型和工作流下载 DeepSeek 全面指南：95% 的人都不知道的九个技巧 DeepSeek + IDEA！辅助编程太强了！ DeepSeek日活用户数突破2000万，增长势头远超ChatGPT 冲击DeepSeek R1，谷歌发布新一代Gemini全型号刷榜，编程、物理模拟能力炸裂 DeepSeek V3 和 R1 模型完成海光 DCU 国产化适配并正式上线如何利用DeepSeek进行高效内容创作：提升效率与流量的终极指南不到140块！李飞飞团队超低成本复刻DeepSeek R1推理！16张H100只训练了26分钟，与R1训练方法不同！

标签云