Yi-VL-34B es la versión de código abierto del modelo Yi Visual Language (Yi-VL), un modelo multimodal capaz de comprender e identificar imágenes, y de mantener conversaciones multiturno sobre ellas. Yi-VL ha obtenido excelentes resultados en las pruebas de referencia más recientes, ocupando el primer lugar en los benchmarks MMM y CMMMU.