开源多模态大模型，Qwen2.5-VL 不出，让 InternVL2.5 先冒头了

[yqyan (Yan)]

2024/12/05，InternVL2.5 系列发布。 覆盖率从1B参数到78B参数的多模态大语言模型。InternVL2_5-78B 是首个在MMMU benchmark上得分超过70的开源模型。

Model Name	Vision Part	Language Part
InternVL2_5-1B	InternViT-300M-448px-V2_5	Qwen2.5-0.5B-Instruct
InternVL2_5-2B	InternViT-300M-448px-V2_5	internlm2_5-1_8b-chat
InternVL2_5-4B	InternViT-300M-448px-V2_5	Qwen2.5-3B-Instruct
InternVL2_5-8B	InternViT-300M-448px-V2_5	internlm2_5-7b-chat
InternVL2_5-26B	InternViT-6B-448px-V2_5	internlm2_5-20b-chat
InternVL2_5-38B	InternViT-6B-448px-V2_5	Qwen2.5-32B-Instruct
InternVL2_5-78B	InternViT-6B-448px-V2_5	Qwen2.5-72B-Instruct

[AlphaCat]

我发现在OpenWebUI调用这些多模态模型API的token还是比较低的有的只有64k，如何解决哪些大图片或者视频的解析啊？

[Qiner (林黛玉倒拔垂杨柳)]

等硅基。不过这个是基于 Llama 好像，中文还是看好 Qwen 一点。

[yqyan (Yan)]

2B，8B，26B 基于 InternLM2.5，1B，4B，38B，78B 基于 Qwen2.5，书生（InternLM）的中文支持也很好啊

[Qiner (林黛玉倒拔垂杨柳)]

硅基那个是基于 Llama 3 的，倒不是不好，只是 Qwen 的更好所以优先用千问那个书文在候补席看饮水机。

[yqyan (Yan)]

硅基这个是 InternVL2，前几天刚刚升级到 InternVL2.5，简单尝试，InternVL2.5 给出的数据并不过分夸张，从体验上来讲，目前的 InternVL2.5 绝不逊色于 Qwen2-VL。期待 Qwen2.5-VL 尽快推出，

[Qiner (林黛玉倒拔垂杨柳)]

坐等硅基上架，我就这一个白嫖渠道。。

[yqyan (Yan)]

如果只是要尝试一下的话，官网和抱抱脸都可以。

[Johnsonkg (Mengqianke)]

这小模型分数太高了

[handsome (大帅哥)]

硅基冲冲冲！