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

物理仿真

云原生平台

2025-09-16

Luminary Cloud完成7200万美元融资，推进AI驱动物理产品设计

Luminary Cloud宣布完成7200万美元B轮融资，专注开发"物理AI"技术。该公司云原生平台可将仿真速度提升100倍，利用物理信息模型实时预测汽车、飞机等产品性能。公司推出针对特定行业的预训练模型，包括与本田合作的汽车设计模型和与Otto航空合作的飞机开发模型。融资由西门子风投领投，将用于扩大研发团队和市场销售。

人工智能

视频理解

通过编码器融合

2025-09-16

清华大学发现：当前顶级AI视频模型连“跳跃“都看不懂！MotionBench揭示视频理解盲区

清华大学研究团队通过MotionBench发现，当前最先进的AI视频理解模型在精细动作理解方面存在严重不足，准确率不足60%。他们提出的通过编码器融合技术TE Fusion有效改进了这一问题。这项研究揭示了视频AI理解的基础能力缺陷，为该领域发展指明了新方向。

量子计算

半导体制造

硅基架构

2025-09-16

量子运动公司推出首台硅基量子计算机

伦敦量子动态科技公司宣布交付业界首台采用传统半导体制造工艺的量子计算机。该系统已安装在英国国家量子计算中心，使用标准化300毫米硅晶圆，是首台自旋量子比特计算机。系统采用CMOS技术，占地约三个19英寸服务器机架，具备数据中心友好特性。公司开发的可扩展瓦片架构支持大规模生产，未来可扩展至每个量子处理单元数百万量子比特，为商业化应用奠定基础。