​全面开源的 LLaVA-OneVision-1.5，超越 Qwen2.5-VL 的多模态模型登场

开源社区推出LLaVA-OneVision-1.5多模态模型，实现技术突破。该模型历经两年发展，从基础图文对齐升级为能处理图像、视频的综合框架，核心提供开放高效的可复现训练架构，支持用户便捷构建高质量视觉语言模型，训练过程分三个阶段推进。