阿里大模型又开源!能读图会识物，基于通义千问7B打造，可商用

继通义千问-7B(Qwen-7B)之后，阿里云又推出大规模视觉语言模型Qwen-VL，并且一上线就直接开源。支持图像、文本检测框等多种输入，并且在文本之外，也支持检测框的输出。