Qwen
Qwen est une série de modèles de langage vision développée par Alibaba Cloud. Ces modèles, comme Qwen-VL et Qwen-VL-Chat, sont conçus pour gérer des tâches multimodales, combinant texte et image. Ils sont capables de répondre à des questions sur des images, de générer des descriptions d’images, et de comprendre des textes en chinois et en anglais. Qwen-VL se distingue par sa haute résolution d’image (448×448 pixels) et ses performances avancées, surpassant des modèles comme GPT-4V et Gemini Ultra dans plusieurs benchmarks