阿里开源推出全新多模态大语言模型Qwen2.5-VL-32B-Instruct

阿里开源推出全新多模态大语言模型——Qwen2.5-VL-32B-Instruct

在与深度求索DeepSeek-V3更新同步推出的同一夜，阿里通义千问团队宣布开源其最新研发的多模态大型语言模型：Qwen2.5-VL-32B-Instruct。这一新版本在原有Qwen2.5-VL系列基础上进行了重要优化，展现出显著的技术突破。

据官方介绍，相较于此前发布的同系列模型，此次推出的320亿参数规模的Qwen2.5-VL-32B-Instruct模型在多个维度实现了性能提升：

首先，在输出风格方面，该模型通过调整回复策略，使回答更加详细、格式更为规范，并更贴近人类的主观偏好。其次，在数学推理能力上，经过优化后的模型在解决复杂数学问题时准确率显著提高。此外，图像细粒度理解与推理能力也得到增强，展现出更强的图像解析、内容识别和视觉逻辑推导能力。

值得注意的是，尽管该模型仅有320亿参数规模，但在各项测试中却展现出超越更大规模的Qwen2-VL-72B-Instruct模型的表现。这表明，通过针对性优化而非一味追求参数规模，同样能够实现显著的技术突破。

目前，QwenLM团队已将这一全新模型及其不同尺寸版本（包括0.5B、1.5B、3B、7B、14B、32B和72B）开源发布，为研究者和开发者提供了丰富的选择空间。