视觉多模态模型

阿里巴巴发布新视觉多模态模型Qwen2.5-VL，支持AI Agent功能并能自动化操作电脑、手机。Qwen2.5-VL具备强大的图像识别能力及超长视频理解能力，已在Hugging Face和GitHub开源，并提供在线体验。