👁️ 多模態tongyi_qianwen

Qwen2 Vl

Qwen2 Vl 由 Qwen 開發的開源 多模態 模型。授權：tongyi_qianwen。共 1 個尺寸版本。

📅 發布：2025-01↻資料更新：2026年5月5日

VRAM 計算器

我的 GPU VRAM：
量化等級
上下文長度
Q4_K_M · 8K context
模型權重 + KV Cache + 0.5 GB overhead
42 GB
完整 VRAM 對照表（所有量化 × 上下文）
量化4K8K16K32K64K128K
Q4_K_M★41 GB42 GB43 GB45 GB50 GB60 GB
Q8_078 GB78 GB79 GB82 GB87 GB96 GB

部署指南

方法二：llama.cpp

適合進階用戶，支援 CPU 和 GPU 混合推理，可精確控制量化等級。

# Download GGUF model from Hugging Face, then run:
./llama-cli -m model.gguf -p "Hello" -n 128

規格

參數量73.4B
最大上下文128K tokens
HF 下載量8.9M/月

模型強項

視覺理解多模態分析長影片理解視覺定位智能代理

推薦用途

  • ▸適用於需要精確分析圖像中文字、圖表、圖標及佈局的視覺內容理解應用。
  • ▸可用於開發能理解並分析長達一小時以上影片內容，並能精準捕捉關鍵事件的智能應用。
  • ▸適合用於需要模型作為視覺代理，進行電腦或手機操作，並能動態調用工具的自動化場景。

標籤

Qwentongyi_qianwenmultimodalQwen2 Vl

部署工具

ollamallama.cpp

關於 Qwen2 Vl — 開源 AI 模型

Qwen2 Vl 是一個開源多模態，擁有 73.4B 參數，採用 tongyi_qianwen 授權。可使用 ollama、llama.cpp 進行部署。適用場景包括：適用於需要精確分析圖像中文字、圖表、圖標及佈局的視覺內容理解應用。、可用於開發能理解並分析長達一小時以上影片內容，並能精準捕捉關鍵事件的智能應用。、適合用於需要模型作為視覺代理，進行電腦或手機操作，並能動態調用工具的自動化場景。。核心優勢：視覺理解、多模態分析、長影片理解、視覺定位、智能代理。 可在本地硬體上自行部署，完全保護隱私，無需 API 金鑰。

使用心得

分享你的使用體驗，幫助其他人了解這個模型

0/1000
還沒有評論，成為第一個分享心得的人！