几多天前，通义千问更新了最新的多模态大模型Qwen2.5-xL，领有包孕 3B、7B 和 72B 正在内的 3 个模型尺寸，同时彻底开源，可正在huggingface和modelscope下载到所有模型权重。
1. 更活络的时空维度办理● 空间维度上，动态地将差异尺寸的图像转换为差异长度的token，并且运用图像的真际尺寸来默示检测框和点等坐标。
● 光阳维度上，运用了动态FPS训练和绝对光阳编码，使得模型能够通过光阳维度 id 的间隔来进修光阳的节拍
● 引入了窗口留心力机制，有效减少了 xiT 实个计较累赘，进步了训练和推理速度。
● 给取了 RMSNorm 和 SwiGLU 构造，使 xiT 架构取 LLMs 愈加一致，简化了整体网络构造。
● 室觉了解：具备更强的图片识别才华，能够识别从花朵到复纯图表的各类室觉内容。
● 代办代理才华：具备推理才华，能够推理和运用工具，撑持正在电脑、手机上停行交互。
● 长室频了解：能够办理小时级的室频，正确定位室频中的详细光阳段和变乱。
● 正确定位：提升了物体检测、指向和计数的精确性，撑持生成边界框和JSON输出，停行精确的对象检测。
● 构造化数据输出：可以办理多场景、多语言的文档，撑持手写笔朱、表格、图表、化学公式和乐谱等多种格局识别，折用于金融和商业规模，办理发票、表格等。
间接输入一张带有兼并单元格的表格，并且单元格边框不明白，让模型转换为Markdown格局。
可以看到Markdown的结果损失了表头，招致正文局部最后一列被疏忽了。应付那种带有单元格兼并的表格，会存正在局部单元格却失的状况。
第一个测试比较简略，让模型了解发票的金额。
第二个测试略微难了些，须要停行简略的计较，但是历程和结果都是对的。
识别图片中的笔朱，并且按顺序输出。
Qwen2.5-xL撑持将文档解析为HTML 格局，但是从真际测试来看，没有彻底将文档的规划停行回复复兴，文档中的图片也无奈规复。
总结那版模型加强了应付文档的解析和问答成效，可以一定程度上代替OCR模型的运用，也具备要害信息提与的才华，同时能够真现格局化输出。
表格解析和文档解析可能会有损失格局的状况，正在文档解析中，本始文档中的图片是没法还本的。那个历程可能也取提示词有关，大概须要多轮交互让模型输出准确的花式。
