再游上海
上海,我曾以为那是专属于精致生活的舞台。 第一次去上海,是和同学穷游,早上四五点起床,晚上七八点回来,从天黑逛到天黑。在陆家嘴的玻璃幕墙前收割晨光,在南京东路的人潮中跌成碎浪,在“米其林”指南的褶皱里典当月光(在饭店吃破产了bushi)。 我们很赶、真的很赶,妄图使用一天时间就像看到上海的全貌,很明显这是不切实际的。那天晚上返校时,我只有跋涉一…
阿里的Qwen2.5-vl是我认为目前最强的开源的视觉图意识别模型,输入图片和提示词即可准确定位并识别图片中的内容。最厉害的是,阿里的技术报告中指出,该模型有强大的指令遵循能力,意味着它可以讲非结构化的图片数据转化为(半)结构化的文本数据!
20年左右的AI模型一直是国外垄断的状态,近些年国家鼓励人工智能的发展,我们一直在追在干,相较于国外诸如OpenAI的GPT的闭源模型,我们国家确毫不吝啬地公开模型的所有技术文档,致力为开源社区做贡献。依据最大的人工智能开源平台huggingface统计的每周的最火模型下载量中,中国开源的模型总是榜上有名,近期阿里团队开源的Qwen3模型同样在国内外引起了许多网友的高度认可,采用了与DeepSeek一样的混合专家架构,并在此基础上加以创新。这些前辈们的无私奉献,让我感受到了作为一个中国人的自豪👍
我对Qwen2.5-vl视觉识别模型做了地狱难度的测试,你这些模型为基,所以有很多应用场景!
注:所有答题卡数据均来源于公众号。