Qwen2.5-VL: L’IA che Comprende Immagini, Video e Testi come Mai Prima

Il team di Qwen ha annunciato il lancio di Qwen2.5-VL, il nuovo modello di punta per la visione artificiale, segnando un significativo passo avanti rispetto al predecessore Qwen2-VL. Il modello è disponibile in tre versioni – 3B, 7B e 72B – e può essere testato su Qwen Chat, Hugging Face e ModelScope.

Le capacità di Qwen2.5-VL spaziano dal riconoscimento avanzato di immagini e oggetti alla comprensione testuale e all’analisi documentale. Il modello è in grado di identificare elementi visivi complessi, tra cui testi, tabelle e grafici, supportando output strutturati in formato JSON. Inoltre, introduce una capacità avanzata di comprensione video, permettendo di analizzare filmati della durata superiore a un’ora con una precisione senza precedenti.

Un aspetto innovativo è la funzione di localizzazione visiva, che consente di rilevare e tracciare oggetti con bounding box e coordinate dettagliate. Questo lo rende ideale per applicazioni che spaziano dal monitoraggio della sicurezza alla realtà aumentata. Sul fronte dell’analisi documentale, il modello è stato potenziato con un nuovo formato HTML QwenVL, in grado di estrarre e strutturare contenuti da documenti complessi.

Le prestazioni del modello sono competitive con i principali benchmark del settore. La versione di punta, Qwen2.5-VL-72B-Instruct, offre risultati superiori nella comprensione documentale e nel ragionamento visivo rispetto ad altri modelli di dimensioni simili. Anche le varianti più leggere, come il modello 7B, si distinguono superando GPT-4o-mini in numerosi test.

Grazie a queste innovazioni, Qwen2.5-VL rappresenta un nuovo standard per l’intelligenza artificiale multimodale, con applicazioni che spaziano dalla ricerca accademica all’automazione aziendale, fino all’uso in dispositivi edge AI.

NEWS AIopenmind su:

#newsChatAIopenmind (1)3D (9)6G (4)Accademia di Comunicazione (4)Acer (1)Adobe (43)Aeronautica (10)Africa (3)Agenti AI (24)Agenti autonomi (1)Agenzia delle Entrate (1)Agenzia Spaziale Europea (ESA) (1)Agenzia viaggi (1)AGI (Intelligenza artificiale generalizzata) (13)AGID (1)Agricoltura (2)Amazon (45)Ambiente (4)AMD (2)Android (6)Animali (6)Animazione (5)Anthropic (32)Anziani (1)App (12)Apple (75)Archeologia (3)Architettura (4)Archivi storici (1)Armi (4)Arredamento interni (2)Arte (30)Assistente vocale (6)Astronomia (2)Asus (2)AT&T (1)Audi (1)Audio (58)Autoapprendimento (1)Avatar (7)Aviazione (1)Avvocati (2)Aziende (24)Banca (4)Bard (3)Biblioteca (1)Bill Gates (2)Bing (9)Biologia (1)Birra (1)Blockchain (2)Boston Dynamics (2)Calcio (2)Canva (7)Cattolicesimo (3)Certificazioni (1)Cesintes (1)chataudio (1)Chatbot IA (54)Chip (3)Cina (79)Cinema (11)Claude (20)Clima (5)CNR (1)Coca-Cola (1)Commercio (2)Commissione Europea (2)Compagnie aeree (1)Computer (6)Computer quantistici (40)Computer Vision (3)Comuni italiani (1)Comunicazione (10)Comunicazioni vocali (2)Concorso bellezza AI (1)Consiglio d'Europa (1)Contabilità (2)Convegno (13)Copilot (6)Copyright (20)Criptovalute (1)Cybersecurity (4)Dalle-2 (3)Dark web (3)Data center (12)Dating (1)Deepfake (3)Design automobilistico (3)Design Industriale (6)Diritti Autore (1)Disney (1)Doppiaggio (1)Drone (1)Droni (1)Dropbox (1)E-commerce (1)eBay (1)Editing fotografico (3)Editoria (13)Editoriale AIopenmind (1)Email (1)ENEA (2)Esercito (2)Et (0)Etica (177)Europol (3)Eventi (7)Evento (8)Facebook (4)FakeNews (20)Falegnameria (1)Fauna selvatica (1)Film (6)Finanza (14)Finanziamenti Italia (4)Firefly (3)Firefox (1)Fondo Monetario Internazionale (1)Formazione (40)Fotografia (116)Francia (6)Free lance (1)G7 (1)Gaming (1)Garante privacy (21)Giappone (12)Giochi (10)Giornalismo (21)Giustizia (2)Google (376)Governo (7)Governo Italiano (3)Grafica (6)Grok (1)Guerra (16)Guida autonoma (8)Hong Kong (3)Hugging Face (5)IBM (8)Illustrazioni (1)iMessage (1)Immobiliare (1)India (5)Indossabili (4)Influencer (1)Informazione (10)Inghilterra (12)INPS (2)Intel (9)ISO (1)Istruzione (17)Jailbreaking (1)Kamala Harris (1)Lavoro (63)Libri (3)Linguistica computazionale (10)Linkedin (9)Linux (1)Luma AI (1)Maltrattamento infantile (1)Marina (1)Marketing (112)Medicina (36)Mercedes-Benz (1)Meta (117)Metaverso (17)Meteo (1)Microsoft (212)Midjourney (18)Mobilità sostenibile (2)Moda (6)Modelli AI (99)Motori di Ricerca (13)Mozilla (2)Museo (1)Musica (41)NASA (1)Nato (2)Natura (3)Natural Language Processing (2)Nazioni Unite (1)NBA (1)NFT (3)Nvidia (52)Occhiali (7)Occhiali Intelligenti (2)Occhiali Smart (1)Oculistica (1)Odore (1)OMS (1)ONU (1)Open Source (5)OpenAI (321)Opera (14)Opera Browser (1)Oppo (3)Oracle (3)Orologio (1)Parlamento Europeo (4)Patente di guida (1)Pensieri (1)Perplexity (14)Pianeta (2)Plugin (1)Polizia (2)Ponti (1)Presentazioni aziendali (4)Privacy (31)Programmazione (12)Prompt (5)Pubblicazione (1)Pubblicità (19)QR Code (1)Qualcomm (5)Ray-Ban (7)Realtà mista (4)Reddit (7)Relazioni internazionali (2)Relazioni Pubbliche (3)Religione (1)Report (131)Ricerca scientifica (9)Riconoscimento emotivo (1)Risorse online (100)Ristorazione (3)Robotica (59)Runway (13)Salute (12)Samsung (14)Sanità (19)Satelliti (2)Sceneggiatura (1)Semiconduttori (2)SEO (3)Shopping online (4)Sicurezza (28)Sicurezza informatica (82)SMS (1)Snapchat (10)Soccorso (1)Società (12)Software (4)Sport (3)Spotify (5)Stability (4)Stable Animation SDK (1)Stable Diffusion (12)Stampanti (1)Standard (4)Startup (402)streaming live (1)Supercomputer (5)Superintelligenza (3)Sviluppatori (1)Sviluppo sostenibile (1)Synthesia (1)Taiwan (4)Taxi (2)Telecomunicazioni (4)Telegram (3)Televisione (1)Tesla (10)TikTok (11)Torah (1)Traduttore AI (7)Trasporti (2)Truffa (2)Twitter (13)Ucraina (3)Udito (1)UE (13)UNESCO (3)UNICEF (1)Unione Europea (27)Università (5)Uomo (1)USA (62)Vaticano (5)Video (129)Videocomunicazione (4)Videogiochi (4)Vigili del fuoco (1)Violenza domestica (1)Visualizzazione dati (1)Vodafone (1)Vogue Business - As Gen Z matures (0)Volkswagen (1)VPN (3)Website (12)WhatsApp (11)Wikipedia (1)Wordpress (3)X (13)xAI (1)Xiaomi (1)Yahoo (3)Youtube (19)Zoom (6)



AI open mind

Insieme per riflettere sull’intelligenza - umana e artificiale - tra studi, esperienze, democrazia e innovazione.

OpenAI rivoluziona l’addestramento AI: promossa la libertà intellettuale su temi controversi

OpenAI ha recentemente annunciato un significativo aggiornamento al suo "Model Spec", il documento che definisce le linee guida per l'uso e l'addestramento dei suoi...

#weeklynewsNISQ-AIopenmind 2025 Febbraio 16

Quantum computing, perché è necessario riprendere il discorsoDarren Thomson di Commvault esplora l'importanza del quantum computing e il suo potenziale impatto sulla tecnologia.BitMat Quantum Computing:...

Un trucco nell’URL per ripulire le tue ricerche su Google

Nel maggio 2024, Google ha introdotto una significativa modifica al suo motore di ricerca, implementando le cosiddette "panoramiche AI" che forniscono risposte generate dall'intelligenza...

Mi sono imparato la scienza?

Fahrenheit.iit e il potere della narrazione. Mercoledì 13 marzo, ore 17:00 in Accademia di Comunicazione e in streaming Registrati La narrazione può essere la lama...

Iscrizione NEWSLETTER

I dati da Lei forniti non saranno comunicati ad altri soggetti terzi e non saranno trasferiti né in Stati membri dell’Unione Europea né in paesi terzi extra UE.

Visita le sezioni del sito

Link utili

Casi studio, contributi

AI governance: A research agenda, Governance of AI program, Future of Umanity Institute, University of Oxford, Dafoe A., 2017 Artificial intelligence (AI) is a po-tent...

Libri

Ricerche

Piattaforme Corsi Gratuiti

White paper, guidelines