[阿里云发布通义Qwen2.5-VL：视觉AI新王者，力压GPT-4！]

强势登顶！Qwen2.5-VL震撼发布，AI视觉巨头问鼎未来

　　 1月28日消息，今日，阿里云通义千问发布全新视觉模型Qwen2.5-VL，推出了3B、7B和72B三种不同规模的版本。

　　 其中，旗舰版Qwen2.5-VL-72B在13项权威测试中荣获视觉理解桂冠，成绩超越GPT-4o及Claude3.5。

　　 官方介绍称，新版Qwen2.5-VL在解析图像内容方面更加精准，创新性地支持超过一小时的视频理解。它能够在视频中搜索特定事件，并对视频的不同片段进行关键点总结，从而迅速有效地帮助用户提取视频中的重要信息。

　　 而且无需微调就可变身为一个能操控手机和电脑的AI视觉智能体（Visual Agents），实现给指定朋友送祝福、电脑修图、手机订票等多步骤复杂操作。

　　 Qwen2.5-VL不仅能够识别常见的物体，例如花朵、鸟类、鱼类和昆虫，还可以解析图像中的文字、图表、符号、图形以及布局结构。

　　 此外，Qwen2.5-VL在OCR技术方面实现了显著进步，不仅提升了多场景、多语言以及多方向文本的识别与定位能力，还在信息抽取方面进行了大幅优化。这使得它能够更好地应对资质审核、金融商务等领域对数字化和智能化日益增长的需求。这项技术的进步无疑为相关行业带来了更高效、准确的解决方案，有望推动这些领域的工作流程更加顺畅，并提高整体工作效率。同时，这也预示着未来人工智能技术将在更多复杂场景中发挥关键作用，进一步促进各行各业的数字化转型。