就在 DeepSeek-V3 更新的同一夜，阿里通義千問 Qwen 又雙叒叕一次夢(mèng)幻聯(lián)動(dòng)了 —— 發(fā)布 Qwen2.5-VL-32B-Instruct。

此前開源家族視覺語(yǔ)言模型 Qwen2.5-VL 包括 3B、7B 和 72B 三種尺寸。

這一次的 32B 版本進(jìn)一步兼顧尺寸和性能，可在本地運(yùn)行。同時(shí)經(jīng)過強(qiáng)化學(xué)習(xí)優(yōu)化，在三個(gè)方面改進(jìn)顯著：

回答更符合人類偏好；

擁有更強(qiáng)的數(shù)學(xué)推理能力；

在圖像解析、內(nèi)容識(shí)別以及視覺邏輯推導(dǎo)等任務(wù)中，表現(xiàn)出更強(qiáng)的準(zhǔn)確性和細(xì)粒度分析能力。

對(duì)比近期開源的 Mistral-Small-3.1-24B 、Gemma-3-27B-IT 等，Qwen2.5-VL-32B 在純文本能力上也達(dá)到了同規(guī)模的 SOTA 表現(xiàn)。在多個(gè)基準(zhǔn)上，Qwen2.5-VL-32B 甚至超過了 72B。