十個可以手動編寫的 JavaScript 數(shù)組 API
JavaScript 中有很多API，使用得當(dāng)，會很方便，省力不少。 你知道它的原理嗎? 今天這篇文章，我們將對它們進行一次小總結(jié)。現(xiàn)在開始吧。1.forEach()forEach()用于遍歷數(shù)組接收一參
快科技8月30日消息，阿里通義千問發(fā)布第二代視覺語言模型Qwen2-VL。其中，旗艦?zāi)Ｐ蚎wen2-VL-72B的API已上線阿里云百煉平臺。
據(jù)了解，Qwen2-VL在多個權(quán)威測評中刷新了多模態(tài)模型的佳成績，在部分指標(biāo)上甚至超越了GPT-4o和Claude3.5-Sonnet等閉源模型。
2023年8月，通義千問開源第一代視覺語言理解模型Qwen-VL，成為開源社區(qū)受歡迎的多模態(tài)模型之一。
短短一年內(nèi)，模型下載量突破1000萬次。目前，多模態(tài)模型在手機、車端等各類視覺識別場景的落地正在加速，開發(fā)者和應(yīng)用企業(yè)也格外關(guān)注Qwen-VL的升級迭代。
相比上代模型，Qwen2-VL的基礎(chǔ)性能全面提升。可以讀懂不同分辨率和不同長寬比的圖片，在MathVista、DocVQA、RealWorldQA、MTVQA等基準測試創(chuàng)下全球領(lǐng)先的表現(xiàn)。
此外，Qwen2-VL可以理解20分鐘以上長視頻，支持基于視頻的問答、對話和內(nèi)容創(chuàng)作等應(yīng)用。同時，具備強大的視覺智能體能力，可自主操作手機和機器人，借助復(fù)雜推理和決策的能力，Qwen2-VL可以集成到手機、機器人等設(shè)備，根據(jù)視覺環(huán)境和文字指令進行自動操作。
該模型還能理解圖像視頻中的多語言文本，包括中文、英文，大多數(shù)歐洲語言，日語、韓語、阿拉伯語、越南語等。
通義千問團隊從六個方面評估了模型能力，包括綜合的大學(xué)題目、數(shù)學(xué)能力、文檔表格多語言文字圖像的理解、通用場景問答、視頻理解、Agent 能力。
Qwen2-VL-72B 在大部分的指標(biāo)上都達到了優(yōu)，甚至超過了 GPT-4o 和 Claude3.5-Sonnet 等閉源模型，在文檔理解方面優(yōu)勢尤其明顯，僅在綜合的大學(xué)題目方面與GPT-4o 存在差距。
用戶可通過阿里云百煉平臺調(diào)用Qwen2-VL-72B的API：https://help.aliyun.com/zh/model-studio/developer-reference/qwen-vl-api
本文鏈接：http://www.rrqrq.com/showinfo-17-110747-0.html阿里通義千問發(fā)布強視覺理解模型Qwen2-VL-72B！可理解20分鐘以上長視頻
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：[email protected]
Copyright ? 2016-2023 天津谷騏科技有限公司 版權(quán)所有 sitemap.xml
違法及侵權(quán)請聯(lián)系：[email protected] 津ICP備18001702號
津公網(wǎng)安備 12010102000574號