模型介绍
中文整理Qwen2.5-VL-7B-Instruct-AWQ 模型卡片
模型用途
Qwen2.5-VL-7B-Instruct-AWQ 是阿里云发布的指令微调视觉语言模型，采用 AWQ 量化技术。该模型可用于图像理解、视频分析、视觉定位和结构化内容提取等任务。
主要能力
视觉识别：能够识别常见物体如花鸟鱼虫，并分析图像中的文本、图表、图标、图形和布局。
视觉代理：可作为视觉代理进行推理和动态工具调用，支持计算机使用和手机使用场景。
长视频理解：能够理解超过1小时的视频，并具备通过精确定位相关视频片段来捕获事件的能力。
视觉定位：可准确地在图像中定位物体，生成边界框或点坐标，并提供稳定的 JSON 格式坐标和属性输出。
结构化输出：支持对发票、表格、表单等扫描件进行结构化内容提取，适用于金融、商业等场景。
输入输出
支持输入格式：图像（本地文件、base64、URL）、视频（仅支持本地文件）
输出格式：文本回复、JSON 格式的坐标和属性、结构化内容数据
分辨率设置：模型支持广泛的分辨率输入，默认使用原生分辨率，更高分辨率可提升性能但增加计算成本。用户可通过设置最小和最大像素数（如 256-1280 token 范围）来平衡速度和内存占用。
运行要求
依赖环境：需要使用最新版本的 HuggingFace Transformers，建议从源码安装以避免兼容性问题。
长文本处理：当前配置支持最长 32768 token 的上下文长度。对于超过此长度的输入，可使用 YaRN 技术扩展，但该方法会对时空定位任务性能产生显著影响，不建议在此类任务中使用。对于长视频输入，可直接将最大位置嵌入数修改为更大值（如 64k）。
基本用法
可通过 HuggingFace Transformers 或 ModelScope 调用模型。建议中国大陆用户使用 ModelScope 进行模型下载。
限制
视频输入目前仅支持本地文件，不支持 URL 或 base64 格式。
使用 YaRN 扩展上下文长度会影响时空定位任务的性能。
许可证
请参考模型原始发布页面获取完整的许可证信息。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。