通义开源32B视觉模型，阿里与DeepSeek前后脚上新！能看图说话
新模型Qwen2.5-VL-32B-Instruct在视觉理解和数学推理方面表现出色，并且其纯文本能力优于GPT-4o mini。该模型已在GitHub和Hugging Face上开源，可用于多种场景，包括对图片的理解、解决复杂的数学问题等。
图片理解
刚刚！字节跳动豆包上线图片理解，大模型走向多模态｜
字节跳动豆包上线‘图片理解’功能，不仅能识别文字还能解析图片信息。如解答景点、动漫人物等疑问，也能幽默解释四格漫画内容。随着AI大模型应用多元化，企业聚焦实用场景需求。2024年10月，AI原生应用行业月活跃用户规模达8976万。