Qwen-VL-MAX
模型参数
未披露
上下文长度
2K
中文支持
支持
推理能力
Qwen-VL-MAX 是由 阿里巴巴 发布的 AI 模型，发布时间为 2024-01-25，定位为 多模态大模型，上下文长度为 2K，模型文件大小约 0，采用 不开源 许可。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
Qwen-VL-MAX
模型基本信息
推理过程
不支持
思考模式
不支持思考模式
上下文长度
2K tokens
最大输出长度
暂无数据
模型类型
多模态大模型
输入/输出模态
暂无数据
发布时间
2024-01-25
模型文件大小
0
MoE架构
否
总参数 / 激活参数
暂无数据 / 不涉及
知识截止
暂无数据
Qwen-VL-MAX
开源和体验地址
代码开源状态
不开源
预训练权重开源
不开源
GitHub 源码
Hugging Face
在线体验
暂无在线体验地址
Qwen-VL-MAX
官方介绍与博客
DataLearnerAI博客
暂无介绍博客
Qwen-VL-MAX
API接口信息
接口速度
暂无数据
暂无公开的 API 定价信息。
Qwen-VL-MAX
评测结果
当前尚无可展示的评测数据。
和其他模型对比
暂时没有为该模型整理的相关对比页面。
想自定义其他组合？打开对比工具
Qwen-VL-MAX
发布机构
阿里巴巴
查看发布机构详情 Qwen-VL-MAX
模型解读
Qwen-VL-Max是阿里巴巴发布的一个多模态大模型，可以完成图片理解相关的任务，是Qwen-VL多模态大的模型系列最强的模型。但是，它没有公开任何模型相关信息。
Qwen-VL系列是阿里巴巴发布的多模态大模型系列，最早在2023年9月份发布，早期开源的版本是基于70亿参数的Qwen-7B语言模型基础上进行多模态数据训练得到。而后来又做了2个版本的增强，一个是Qwen-VL-Plus，另一个就是本次发布的Qwen-VL-Max。这两个模型相比较基础版本的模型都有了巨大的提升，但是并没有开源。具体来说，提升如下：
- 显著提高图像相关推理能力。
- 在识别、提取和分析图像及其中的文本方面有显著提升。
- 支持超过百万像素的高清图像和各种纵横比的图像。
其中Qwen-VL-Max是Qwen-VL系列中最强大的模型，进一步提高视觉推理和指令遵循能力，提供更高级别的视觉感知和认知理解。官方宣称Qwen-VL-Plus和Qwen-VL-Max在多个文本-图像多模态任务中与Gemini Ultra和GPT-4V相媲美，显著超越其他开源模型。Qwen-VL-Max在中文问答和中文文本理解任务中表现优于OpenAI的GPT-4V和Google的Gemini。
虽然官方没有开源模型，但是提供了免费使用的方式：
- Qwen-VL-Max在HuggingFace上的Demo地址： https://huggingface.co/spaces/Qwen/Qwen-VL-Max
- 目前官方也提供了免费的API接口： https://help.aliyun.com/zh/dashscope/developer-reference/tongyi-qianwen-vl-plus-api
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
