👁️ 多模態2 版本Apache 2.0

Qwen2.5-VL

Qwen2.5 VL 旗艦多模態版本，72B 參數，視覺理解能力超越 GPT-4V，支援 128K 上下文，需要多 GPU。

↻資料更新：2026年3月25日

選擇版本（參數量）

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

7.2 GB

完整 VRAM 對照表（所有量化 × 上下文）

安裝 Ollama 後直接執行，自動下載並運行模型。

ollama run qwen2.5vl:7b

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

適合生產環境，支援批次推理和 OpenAI 相容 API。

pip install vllm
vllm serve Qwen2.5-VL --dtype auto

ollama run qwen2.5vl:7b

參數量7B

最大上下文128K tokens

HF 下載量3.9M/月

旗艦多模態視覺理解超越長上下文處理智能體能力長影片理解

OllamavLLMllama.cppSGLang

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！