["阿里云继8月开源通用模型Qwen-7B后,又开源视觉语言模型Qwen-VL。","Qwen-VL支持中英文,可以进行图像标题生成、图像问答、文档问答等。","Qwen-VL可以进行中文开放域视觉定位,在图像中标注检测框。"]

["Qwen-VL是阿里云推出的大规模视觉语言模型,支持图文输入","Qwen-VL比起其他视觉语言模型,新增了视觉定位、图像文字理解等能力","Qwen-VL已在GitHub获得3400+星,下载量超过40万"]