阿里云发布视觉模型 Qwen2.5-VL

太卷了！阿里云通义千问今天凌晨开源全新的视觉模型 Qwen2.5-VL，夺得十余项权威评测中的视觉理解冠军，全面超越 GPT-4o 与Claude3.5。

新的 Qwen2.5-VL 能够更准确地解析图像内容，突破性地支持超 1 小时的视频理解，无需微调就可变身为一个能操控手机和电脑的 AI 视觉智能体（Visual Agents），实现 ​……