Qwen-VL是阿里云推出的通用型视觉语言模型，具有强大的视觉理解和多模态推理能力。这一创新产品支持零样本图像描述、视觉问答、文本理解、图像地标定位等任务，且在多个视觉基准测试中达到或超过当前最优水平。采用 ..
