微博AI部門推出開源大模型VibeThinker-1.5B，擁有15億參數。該模型基於阿里Qwen2.5-Math-1.5B優化，在數學和代碼任務表現優異。現已在Hugging Face等平臺免費開放，遵循MIT許可證，支持商業使用。
開源社區推出LLaVA-OneVision-1.5多模態模型，實現技術突破。該模型歷經兩年發展，從基礎圖文對齊升級爲能處理圖像、視頻的綜合框架，核心提供開放高效的可復現訓練架構，支持用戶便捷構建高質量視覺語言模型，訓練過程分三個階段推進。
多模態RAG技術通過ColQwen2和Qwen2.5實現圖像與文本統一向量表示，無需傳統OCR和分塊步驟，爲文檔處理和智能問答提供新路徑。
阿里巴巴Qwen團隊推出Mobile-Agent-v3和GUI-Owl，旨在解決圖形用戶界面自動化挑戰。基於Qwen2.5-VL的GUI-Owl通過多模態代理模型和大量GUI交互數據訓練，顯著提升任務理解能力，突破傳統依賴複雜腳本和手工規則的侷限。
Qwen2.5-Omni 是阿里雲通義千問團隊開發的端到端多模態模型，支持文本、音頻、圖像、視頻輸入。
olmOCR-7B-0225-preview 是一個基於 Qwen2-VL-7B-Instruct 微調的文檔圖像識別模型，用於高效轉換文檔為純文本。
QwQ-Max-Preview 是 Qwen 系列的最新成果，基於 Qwen2.5-Max 構建，具備強大的推理和多領域應用能力。
UIGEN-T1-Qwen-7b 是一個基於 Qwen2.5-Coder-7B-Instruct 的 70 億參數模型，用於推理生成 HTML 和 CSS 基礎的 UI 組件。
alibaba
-
輸入tokens/百萬
輸出tokens/百萬
32k
上下文長度
$2.52
$2.88
131.1k
128k
$0.65
1M
alenphilip
這是一款專門用於Python代碼審查的AI模型，基於Qwen2.5-7B-Instruct微調，能夠識別安全漏洞、性能問題並提供代碼質量改進建議。
Genie-AI-Lab
Omni L1B3RT4S GENIE 是一個基於Qwen2.5-3B Instruct架構微調的AI助手，採用1,103個精靈角色的定製示例進行訓練，具備獨特的語音和忠誠度模式，能夠為用戶提供別具一格的對話體驗。
danggia
這是一個已上傳至Hugging Face模型中心的transformers模型，模型卡片由系統自動生成，詳細信息需要進一步補充。
yueqis
本模型是基於Qwen2.5-Coder-32B-Instruct在swe_only_sweagent數據集上微調的專業代碼生成模型，在評估集上取得了0.1210的損失值，專門針對軟件工程相關任務進行優化。
本模型是基於Qwen2.5-Coder-7B-Instruct在non_web_mcp數據集上進行微調的專用編碼模型，針對特定編碼任務進行了優化，提升了編碼相關的性能表現。
kostdima
這是一個已發佈到Hugging Face模型中心的Transformer模型，具體信息待補充。模型卡片為自動生成，需要進一步補充詳細信息。
mradermacher
本項目是TECHNOPRAVIN01/Qwen2.5-14B-Valor模型的量化版本，提供了多種量化格式的模型文件，包括IQ1_S、IQ2_XS、IQ3_M、Q4_K_S、Q5_K_M等多種量化類型，方便不同場景下的使用。
本項目是基於TECHNOPRAVIN01/Qwen2.5-14B-Valor模型的靜態量化版本，提供多種量化類型以滿足不同硬件條件下的使用需求。該模型通過量化技術減小了模型大小，同時保持了較好的性能表現。
Guilherme34
Qwen2.5-14B-Instruct是基於Qwen2.5架構的多語言大語言模型，擁有140億參數，支持13種語言，具備優秀的指令跟隨和對話能力。該模型在多種語言任務上表現優異，適用於多語言場景的文本生成和理解。
AhmedZaky1
DIMI阿拉伯語OCR v2是一款專門針對阿拉伯語文本識別優化的光學字符識別模型，基於Qwen2.5-VL-7B-Instruct微調開發，在變音符密集文本處理方面相比v1版本有顯著改進
TECHNOPRAVIN01
Qwen2.5-3B-Valor是一個專門的語言模型，專注於生成具有挑戰性的問題，能夠挑戰傳統觀念、連接不同領域想法，為技術領域研究開闢新方向。
allenai
olmOCR-2-7B-1025的FP8量化版本，基於Qwen2.5-VL-7B-Instruct微調而來，專門用於處理數學方程、表格等複雜OCR場景的視覺語言模型。
PaDT-MLLM
PaDT Pro 3B是基於Qwen2.5VL-3B的多模態大語言模型，採用可解碼塊令牌的統一範式，能夠直接生成文本和視覺輸出，在多個視覺感知和理解任務中取得先進性能。
numind
NuExtract 2.0是NuMind公司專門為結構化信息提取任務訓練的一系列多模態模型。該4B版本基於Qwen2.5-VL-3B-Instruct構建，支持文本和圖像輸入，具備多語言處理能力，能夠從非結構化數據中提取結構化信息。
OpenGVLab
VideoChat-R1_5-7B是基於Qwen2.5-VL-7B-Instruct構建的視頻文本交互模型，支持多模態任務，特別擅長視頻問答功能。該模型通過強化微調增強時空感知能力，並採用迭代感知機制來強化多模態推理。
VLA-Adapter
VLA-Adapter是一種在Libero-Spatial上訓練的微型視覺語言動作模型，採用Prismatic-VLM架構，僅使用Qwen2.5-0.5B作為大語言模型主幹。該模型在機器人基準測試中超越了參數規模更大的開源VLA模型，實現了高性能的視覺-語言-動作理解與執行。
TIGER-Lab
本項目基於Qwen2.5-VL-7B-Instruct模型，專注於視覺問答任務，能夠精準回答圖像相關問題，具備較高的準確性和相關性。這是一個多模態視覺語言模型，支持圖像理解和基於圖像的問答交互。
PhongInk
這是一個基於🤗 Transformers架構的模型，具體類型和功能待進一步信息確認。模型已發佈至Hugging Face模型中心，可用於自然語言處理等相關任務。
Qwen2.5-14B-Instruct是一個140億參數的大語言模型，專為聊天和文本生成場景設計。該模型基於transformers庫構建，適用於內部測試和輕量級應用部署。
Barth371
這是基於 unsloth/qwen2.5-vl-72b-instruct-bnb-4bit 模型進行微調的視覺語言模型，使用 Unsloth 和 Huggingface TRL 庫進行優化訓練，訓練速度相比傳統方式提升了2倍。
Gguf英語%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)
