模型介绍
中文整理Qwen2.5-VL-32B-Instruct-AWQ
模型用途
Qwen2.5-VL是一款视觉语言模型，能够理解图像和视频内容，支持物体识别、文本分析、图表理解、视觉定位等任务。该模型经过强化学习微调，在数学、逻辑推理和知识问答等客观查询方面表现更优，响应风格更符合人类偏好。
主要能力
视觉理解：能够识别常见物体如花、鸟、鱼、昆虫，并分析图像中的文本、图表、图标、图形和布局。
代理能力：可作为视觉代理进行推理和动态调用工具，支持电脑使用和手机使用。
长视频理解：能够理解超过1小时的视频内容，并具备通过精确定位相关视频片段来捕捉事件的能力。
视觉定位：支持通过边界框或点精确定位图像中的对象，输出稳定的JSON格式坐标和属性。
结构化输出：支持对发票、表格、文档扫描件等内容进行结构化输出，适用于金融、商业等场景。
输入输出
输入：支持图像（本地文件、base64编码、URL）、视频（本地文件）以及多图像和视频混合输入。
输出：文本响应、JSON格式的坐标和属性、结构化数据。
运行要求
需要使用最新版本的Hugging Face Transformers，建议从源码安装以避免兼容性问题。
基本用法
支持通过ModelScope或Transformers库加载模型。使用时可通过设置最小和最大像素值来平衡处理速度和内存占用。模型默认使用原生分辨率输入，更高分辨率可提升性能但会增加计算成本。
对于长文本处理，配置支持最高32,768个token的上下文长度。超过此长度的输入可通过YaRN技术扩展，但可能影响时空定位任务的性能。
限制
使用YaRN技术扩展上下文长度会显著影响时空定位任务的性能，不建议在此类任务中使用。
长视频输入时，MRoPE本身对ID较为节省，可直接将最大位置嵌入值修改为更大数值如64k。
许可证
原文未提供许可证相关信息。
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。