阿里云通義千問は、新しいビジョンモデルQwen2.5-VLをオープンソース化し、3B、7B、72Bの3つのサイズバリアントを発表しました。その中でも、フラッグシップモデルであるQwen2.5-VL-72Bは、13の権威ある評価で視覚理解において1位を獲得し、GPT-4oとClaude 3.5を上回りました。阿里云公式の説明によると、新しいQwen2.5-VLは画像の内容をより正確に解析でき、画期的に1時間以上のビデオ理解に対応できるようになりました。このモデルはビデオ内で特定のイベントを検索し、ビデオの不…