Le 25 août, Alibaba Cloud a lancé Qwen-VL, un modèle linguistique visuel à grande échelle prenant en charge plusieurs langues, dont le chinois et l'anglais, et doté d'une capacité de compréhension conjointe du texte et des images. Basé sur le modèle linguistique général Qwen-7B précédemment open-sourcé par Alibaba Cloud, Qwen-VL ajoute des fonctionnalités telles que la localisation visuelle et la compréhension du texte dans les images, par rapport à d'autres modèles linguistiques visuels. Qwen-VL a déjà recueilli plus de 3400 étoiles sur GitHub et a été téléchargé plus de 400 000 fois. Les modèles linguistiques visuels sont considérés comme une direction importante de l'évolution de l'IA générale. Le secteur estime que les modèles prenant en charge les entrées multimodales peuvent améliorer la compréhension du monde et élargir les scénarios d'utilisation. Alibaba Cloud, grâce à l'open-source de Qwen-VL, contribue à faire progresser davantage les technologies de l'IA générale.