阿里左手打右手，Qwen2.5 VL 72B 被自家 34B打败了~

阿里巴巴 AIDC 团队开源ovis2 多模态 LLM 系列模型。

1B/2B/4B/8B/16B/34B

模型地址：https://huggingface.co/collections/AIDC-AI/ovis2-67ab36c7e497429034874464

特点：

1. 通过优化训练策略使小模型，有更高的能力密度，展现出跨层级的领先优势。
2. 通过指令调整和偏好学习的结合，显著强化了思维链推理能力。
3. 将视频和多图像数据纳入训练中，以增强处理跨帧和图像的复杂视觉信息的能力。
4. 增强英语和中文以外的多语言 OCR，并改进从复杂视觉元素（如表格和图表）中提取结构化数据。

模型性能，34B可以打Qwen2.5 VL 72B！