阿里云今日推出了大规模视觉语言模型Qwen-VL，目前已经在ModeScope开源，IT之家早前曾报道，阿里云此前已经开源通义千问70 亿参数通用模型Qwen-7B和对话模型Qwen-7B-Chat。
据悉，Qwen-VL是一款支持中英文等多种语言的视觉语言（Vision Language，VL）模型，相较于此前的VL模型，其除了具备基本的图文识别、描述、问答及对话能力之外，还新增了视觉定位、图像中文字理解等能力。
Qwen-VL以Qwen-7B为基座语言模型，在模型架构上引入视觉编码器，使得模型支持视觉信号输入，该模型支持的图像输入分辨率为 448，此前开源的LVLM模型通常仅支持224分辨率。
官方表示，该模型可用于知识问答、图像标题生成、图像问答、文档问答、细粒度视觉定位等场景，在主流的多模态任务评测和多模态聊天能力评测中，取得了远超同等规模通用模型的表现。
此外，在Qwen-VL的基础上，通义千问团队使用对齐机制，打造了基于LLM的视觉AI助手Qwen-VL-Chat，可让开发者快速搭建具备多模态能力的对话应用。
通义千问团队同时表示，为了测试模型的多模态对话能力，他们构建了一套基于GPT-4打分机制的测试集 “试金石”，对Qwen-VL-Chat及其他模型进行对比测试，Qwen-VL-Chat在中英文的对齐评测中均取得了开源LVLM最好结果。
据外媒报道，微软CEO萨蒂亚·纳德拉日前在
在深陷欠款危机，贾跃亭自曝乐视资金链紧张
我国古代将霜降分为三候：“一候豺乃祭兽;
新西兰stuff网站11月20日文章，原题：对首
“中国力量”出征，BOBsports体育携手里昂电竞战队共战FIFA洲际
近日，F2021年FECC电竞洲际杯暨Fifaonline4职业赛事年终总决赛正式进入比赛周期。BOB官方合作伙伴里昂电竞战队作为中国赛区全年可可西里再现巨大露天垃圾带 影响野生动物栖息环境：网友称快清
2021年5月28日，从青海西宁出发沿青藏公路前往西藏拉萨的一位旅行者告诉经济观察网记者，他在靠近五道梁地段时看到，在公路的右
