温馨提示：部分海外资源（HuggingFace / GitHub 等）国内网络访问可能受限，建议使用 ModelScope（魔搭）、镜像站点或可靠代理访问。
一句话简介
阿里通义千问的视觉理解大模型，能看图回答问题、读图表和理解长视频，适合做图片问答与图文功能。
基本信息
| 模型名称 | Qwen2.5-VL（通义千问视觉） / Qwen2.5-VL |
| 厂商 / 机构 | 阿里巴巴（通义千问Qwen团队） |
| 参数量 | 3B/7B/72B（系列） |
| 上下文长度 | 32K（YaRN可扩展至128K） |
| 许可证与开源情况 | Apache 2.0（可免费商用） |
| 适用场景 / 细分领域 | 图像理解、图片问答、图文创作 |
获取方式
官方：https://qwenlm.github.io/blog/qwen2.5-vl/；HuggingFace：https://huggingface.co/Qwen/Qwen2.5-VL-7B-Instruct；ModelScope：https://modelscope.cn/models/qwen/Qwen2.5-VL-7B-Instruct
提示：开源模型权重文件较大（数 GB 至数百 GB），请直接到官方或 ModelScope 等平台下载，本站不托管模型文件。医疗、法律类模型输出仅供参考，不构成专业建议。