今天来复习一下Qwen2.5-VL技术报告！

通义实验室

合集 · 通义前哨站 (71)

  1. 1:02:05
    【直播回放】ICLR 2025论文解读（上）——通义实验室篇
  2. 1:11
    智能体工作流评估新框架：WorFBench
  3. 1:20
    这是通义千问的来时路。
  4. 15:23
    从单图到可驱动3D数字人生成技术讲解
  5. 1:15
    有人问Qwen2.5-Omni 和VL的区别？
  6. 1:27:46
    【直播回放】ICLR 2025论文解读（下）——通义实验室篇
  7. 2:03
    通义万相2.1的3D VAE是什么？
  8. 1:29
    多模态大模型解题新思路：mPLUG-Owl3
  9. 0:42
    行业首发全栈MCP服务，尽在百炼平台～
  10. 1:29
    通义万相2.1首尾帧生视频模型开源
  11. 1:23
    【玩转MCP】手把手教你自定义部署MCP服务
  12. 1:23
    【玩转MCP】手把手教你搭建专属MCP Agent
  13. 1:57
    超写实3D数字人大模型（LAM）技术报告解读
  14. 1:34
    表情、声音、说话风格一键复刻！
  15. 0:23
    我们为千行百业而来。
  16. 0:40
    Qwen3 来了！
  17. 1:20
    Thinking Budget：让大模型灵活思考
  18. 0:56
    Qwen3+MCP带来哪些新场景？
  19. 1:00
    太好了，是Qwen的Deep Research,我们有救了
  20. 1:07
    通义万相视频编辑统一模型VACE开源发布
  21. 10:01
    【直播回放】通义万相视频编辑统一模型VACE开源
  22. 2:14
    如果有Wan Day，它会是什么样子？
  23. 2:42
    ZeroSearch：无需真实搜索也能激发模型搜索能力
  24. 3:24
    今天来复习一下Qwen2.5-VL技术报告！
  25. 3:15
    ParScale：一种全新的大模型Scaling Law
  26. 2:01
    大模型如何持续进化，实现精准检索？
  27. 59:14
    【直播回放】Qwen3-Embedding模型深度解析
  28. 2:40
    语音识别怕噪声？CoGenAV 来破局！
  29. 0:37
    在这里，了解通义千问的一切
  30. 1:36
    微表情捕捉、潜台词翻译，AI“读心专家”就位！
  31. 1:47
    理解画面捕捉细节，你的AI音效师来啦！
  32. 5:03
    框架开源，无需邀约，即刻体验！
  33. 0:57
    Qwen Vlo｜描绘你关于世界的想象
  34. 1:51
    10分钟，打造你的专属实时语音交互应用！
  35. 1:41
    手机也能跑 Qwen3？手把手教你部署！
  36. 1:10
    一句话玩转网页开发！
  37. 1:04:15
    【直播回放】Ask Qwen3 Anything 2025年04月30日10点场
  38. 52:16
    如何让AI有理有据地识别情绪？
  39. 5:10
    来吧，上船，起航！
  40. 1:16
    👂听说，Qwen3-Coder其实也能听懂大白话？
  41. 1:57
    人人都是大导演！通义万相2.2来了！🤩
  42. 1:05
    Github 5K+🌟WebAgent研究团队新作：WebShaper来啦
  43. 1:57
    书画双全！Qwen-Image开源🖌
  44. 2:04:47
    【直播回放】Qwen-Image技术报告解读和模型实战攻略01
  45. 1:05
    音画传情 声启万相
  46. 3:39
    什么呀？语音识别现在也要调监控啦🧐？
  47. 4:03
    AgentScope1.0：终结智能体黑盒🗃️，打造生产级可控应用
  48. 1:41
    🎙️ 开麦即真：CosyVoice 全面升级
  49. 1:20
    不止入戏，更能入景🎬
  50. 2:35
    说得更好、更准、更自然：Qwen3-TTS上线
  51. 6:55
    原生全模态不降智
  52. 2:03
    Qwen3-VL 看懂、理解并响应世界
  53. 0:58
    多图编辑进化，万物皆可一键“同框”！
  54. 0:41
    大就是好！Qwen3-Max 正式亮相
  55. 0:41
    通义万相2.5：一句指令，玩转图像魔法
  56. 0:44
    别让声音困住你的效率
  57. 0:47
    通义万相2.5：一句话实现“Vibe PSing”！
  58. 0:48
    通义万相2.5：让声音当你的视频“导演”！
  59. 1:21
    通义万相2.5：让画面“声”动起来！
  60. 0:54
    通义万相2.5：能听懂，也能准确执行！
  61. 4:52
    Qwen3-Omni API上新：声形意合，令出智随
  62. 1:15
    Fun-CosyVoice 3 重磅升级｜更快、更准、更强表达力
  63. 1:21
    Fun-ASR 全新升级｜企业级抗干扰
  64. 0:39
    「通义万相2.6」来啦！所有角色，听我指挥
  65. 0:51
    Qwen-Image-Layered：下一代图像生成基础模型 🚀
  66. 0:55
    进来复习！是谁8步推理1秒出图
  67. 1:39
    【能干活的高情商语音搭子】
  68. 3:19
    Qwen3-TTS上新，支持跨物种克隆音色！
  69. 0:57
    Qwen-Image-2512 正式开源发布！
  70. 1:16
    除夕！Qwen3.5来了！
  71. 2:53
    Qwen-Audio-3.0-Realtime 发布：懂倾听，更聪明的实时语音方案
Description 
Qwen2.5-VL是Qwen模型家族的旗舰视觉语言模型，主要特点如下： 
1️⃣感知更丰富的世界：擅长识别常见物体，还能够分析图像中的文本、图表、图标、图形和布局。
2️⃣Agent：直接作为一个视觉 Agent，可以推理并动态地使用工具，初步具备了使用电脑和使用手机的能力。
3️⃣理解长视频和捕捉事件：能够理解超过 1 小时的视频，通过精准定位相关视频片段来捕捉事件。
4️⃣视觉定位：Qwen2.5-VL 可以通过生成 bounding boxes 或者 points 来准确定位图像中的物体

Comments

XEMKGER 2025-06-03

让你们技术组调下网页版吧，目前唯一一个出现内容安全警告几万字对话直接白写的AI[藏狐]

♥ 16 ↩ 1

阿莱克斯_米饭 2025-06-03

vllm单卡Qwen2.5 VL 32B的参数可以分享一下吗[doge]

♥ 4

编程老六 2025-06-03

快出qwen3-vl

♥ 2 ↩ 2

住宅南方的小朋 2025-06-10

快快把你们能够支持工具调用的qwen3-vl端上来[doge]

♥ 1

Shmily_32 2025-06-07

3vl什么时候出啊

♥ 1

木由亻子 2025-06-05

Qwen3-VL 呢？还不出来吗

♥ 1

履霜验志 2025-06-03

能来点实际应用的案例吗？[打call]

♥ 1 ↩ 11

流风眠 2025-06-03

请问，这个模型目前有支持本地电脑部署么？

♥ 1 ↩ 2

Earthquakes地震 2025-06-03

噢……😊💕 人工智能！

♥ 1

搜狗搜到你1314520 2026-03-10

目前视觉理解技术存在两个瓶颈 效率不够高，处理大规模数据时容易卡顿，推理速度慢 精度不够稳，尤其是在细粒度任务和长时间跨度大视频理解中 Qwen2.5vl...

Thinkfattest 2025-07-06

昨天在qwen.ai上试了一个健身训练的视频，动作理解准确度比Gemini 2.5 pro还是差了挺多的，很多动作要么没有识别到要么无中生有了，希望多多努力，让我们可以用上更便宜更准确的api[星星眼]

↩ 1

GarfieldZzz0702 2025-06-05

这个模型不是半年前就有吗

账号已注销 2025-06-04

实际上，不过是借鉴了chat GPT 4.1么，不然为什么他不跟chat GPT 4.1比呢？而硬要跟4o比呢？

↩ 3

赶紧去读历史 2025-06-03

qwen原来是读成queen？

↩ 1

祺祺是我 2025-06-11

本地部署怎么实现在对话中识别PDF？

↩ 1

STARLESS-XM 2025-06-03

chat.qwen.ai这个网页版,我不知道是你们模型问题还是你们开发的问题,老是经常不能根据上下文回答问题,刚刚问过的问题,转眼就抛之脑后了,都会气死人,还要你提示一下他告诉他刚刚问过的问题,然后才会回答你[生气]

↩ 1