Alibaba: qwen2.5-vl-72b-instruct API
Qwen2.5-VL-72B-Instruct 是通义千问 2.5 系列中的旗舰级视觉语言模型，拥有 720 亿参数。作为一款强大的多模态基础模型，它在复杂视觉推理、文档解析和智能体（Agent）任务中达到了业界领先水平。相比前代（Qwen2-VL），2.5 系列引入了重大架构改进，包括在视觉编码器中加入窗口注意力机制以提升效率，并原生支持动态分辨率技术。该模型被设计为“视觉智能体”，能够精准地与电脑和手机 UI 交互，理解超过一小时的长视频，并为发票、表格及技术图表等复杂数据提取提供稳定的结构化输出（JSON）。
- 输入模态: text, image, video
- 输出模态: text
- 推理: 支持
- 工具调用: 支持
- 文件输入: 支持
- 发布日期: 2025-01-27
- 知识截止: 2024-11-30
常见问题
qwen2.5-vl-72b-instruct 支持函数调用（Function Calling）吗？
支持。qwen2.5-vl-72b-instruct 支持工具调用 / 函数调用。
qwen2.5-vl-72b-instruct 支持推理（Reasoning）吗？
支持。qwen2.5-vl-72b-instruct 是具备推理能力的模型。
qwen2.5-vl-72b-instruct 的知识截止日期是？
qwen2.5-vl-72b-instruct 的知识截止日期为 2024-11-30。