近日，上海 AI 實驗室宣佈推出書生·萬象InternVL2.5模型。這款開源多模態大型語言模型以其卓越的性能，成爲首個在多模態理解基準(MMMU)上超過70%準確率的開源模型，與商業模型如GPT-4o和Claude-3.5-Sonnet等的性能相媲美。
InternVL2.5-MPO系列模型，基於InternVL2.5和混合偏好優化，展現卓越性能。
Shanghai-ai-lab
$2
輸入tokens/百萬
-
輸出tokens/百萬
8
上下文長度
FriendliAI
InternVideo2.5 是一款基於長且豐富的上下文（LRC）建模增強的視頻多模態大語言模型（MLLM），構建於 InternVL2.5 之上。
ayeshaishaq
DriveLMM-o1是專為自動駕駛優化的微調大型多模態模型，基於InternVL2.5-8B架構並通過LoRA技術進行適配，利用拼接的多視角圖像實現逐步推理。
OpenGVLab
InternVideo2.5 是一個基於 InternVL2.5 構建的視頻多模態大語言模型（MLLM），通過長且豐富的上下文（LRC）建模進行了增強，能夠感知細粒度細節並捕捉長時態結構。
InternVideo2.5是一款基於長且豐富上下文(LRC)建模增強的視頻多模態大語言模型，構建於InternVL2.5之上，通過提升感知細粒度細節和捕捉長時序結構的能力，顯著改進了現有MLLM模型。
5CD-AI
Vintern-1B-v3.5是基於InternVL2.5-1B微調的多模態大語言模型，專注于越南語文本處理，在OCR和理解越南特色文檔方面表現卓越。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
