阿里云团队开源了全新的视觉AI模型Qwen2.5-VL。 新版模型对图片/视频的理解能力有了跨越式升级，不仅能精准识别常见物体，更能解析图像中的文本、图表等复杂布局。 配合一些自动化工具，通过自然语言就能控制电脑/手机，执行复杂的多步骤操作，开创了人机交互的新范式。本期视频我们从网页端，API调用，本地部署等多场景地来深入体验下这款顶级AI视觉模型。
本期视频用到的工具：
网页端：https://chat.qwenlm.ai/ （选Qwen2.5-VL-72B-Instruct）
API文档：https://help.aliyun.com/zh/model-studio/user-guide/vision
Github(本地部署)： https://github.com/QwenLM/Qwen2.5-VL
Anaconda: https://repo.anaconda.com/
感谢大家三连支持~
