Qwen2-VL：阿里巴巴云计算团队开发的多模态大型语言模型系列

Qwen2-VL：阿里巴巴云计算团队开发的多模态大型语言模型系列，具备处理各种分辨率和比例的图像、理解超过20分钟视频、操作移动设备和机器人、以及支持多语言文本理解等多项先进功能。

参考文献：
[1] http://github.com/QwenLM/Qwen2-VL
[2] https://huggingface.co/collections/Qwen/qwen2-vl-66cee7455501d7126940800d
[3] https://modelscope.cn/organization/qwen?tab=model
[4] https://qwenlm.github.io/blog/qwen2-vl/
[5] https://huggingface.co/spaces/Qwen/Qwen2-VL
[6] https://help.aliyun.com/zh/model-studio/developer-reference/qwen-vl-api

来源：NLP工程化

0赞

好文章，需要你的鼓励

人工智能

自然语言处理

新型交互模型

2026-06-05

米拉·穆拉提重返公众视野，谨慎发声

穆拉蒂时隔18个月首次接受重大媒体采访，介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流，捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历，强调行业决策权过于集中的担忧，并回应了公司近期研究人员离职问题，表示这是初创实验室的正常波动。

人工智能

强化学习

网页智能体

2026-06-05

当AI学会“边干边学“：UIUC与微软联合打造的网页智能体训练新范式

UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据，通过在真实网站上边做边学的强化学习方式，在网页智能体基准上超越了用27万条数据训练的竞争对手。

电动汽车

高压系统培训

技术人才培养

2026-06-05

特斯拉疑似删除FSD证据，卡特彼勒加速电动化布局，高压系统技术培训刻不容缓

本期《Quick Charge》播客涵盖多个热点话题：特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付；卡特彼勒持续推进建筑领域电气化布局；住宅太阳能30%税收抵免即将到期。此外，嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨，强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动，可通过EnergySage平台比较多家安装商报价。