最强开源视觉大模型Qwen2.5-VL：本地部署完全免费

最新推荐文章于 2025-03-24 17:18:21 发布

Python_金钱豹

最新推荐文章于 2025-03-24 17:18:21 发布

阅读量4.3k

点赞数 31

文章标签：算法人工智能机器学习深度学习计算机视觉

本文链接：https://blog.csdn.net/Python_cocola/article/details/145738136

版权

前言

Qwen2.5-VL 是 Qwen 推出的全新旗舰视觉语言模型，较前身 Qwen2-VL 实现了重大飞跃。该模型不仅能够识别花、鸟、鱼、昆虫等常见物体，还能分析图像中的复杂文本、图表、图标、图形和布局，为多模态 AI 树立了新标准。Qwen2.5-VL 具备高度代理能力，支持动态推理和工具指导，适用于计算机和手机等多种设备。

一、技术功能与优势

模型概述

Qwen2.5-VL 是 Qwen 推出的全新旗舰视觉语言模型。
较前身 Qwen2-VL 有重大飞跃，树立了多模态 AI 新标准。

核心功能

物体识别：能够识别花、鸟、鱼、昆虫等常见物体。
复杂文本与图形分析：可分析图像中的文本、图表、图标、图形和布局。

准确率能达到80-90%，太飒了....

视频理解：支持超过一小时视频的理解，精确定位特定事件。
对象定位：通过生成边界框或点，准确定位图像中的对象。
结构化输出：提供稳定的 JSON 输出，支持坐标和属性。

行业应用

文档处理：支持扫描文档（如发票、表格）的结构化输出。
金融与商业：在金融和商业领域具有重要应用价值。

性能表现

在基准测试中表现优异，优于 Gemini 2 Flash、GPT-4o 和 Claude 3.5 Sonnet 等领先模型。
展现了处理多领域任务的多功能性。

二、本地部署Qwen2.5

在电脑上先安装好 Git 和 Python 环境。如果没有安装，可以自行下载安装。本文使用的是 Python 3.10.6 版本。点击下载 Python

1. 克隆 Qwen2.5-VL 仓库并进入项目目录

git clone https://github.com/QwenLM/Qwen2.5-VL   cd Qwen2.5-VL

2. 安装 Web 应用程序所需的依赖项

pip install -r requirements_web_demo.txt

3. 安装支持 CUDA 的 PyTorch

为确保与 GPU 兼容，请安装支持 CUDA 的最新版本的 PyTorch、TorchVision 和 TorchAudio。即使已经安装了 PyTorch，运行 Web 应用程序时也可能会遇到问题，因此建议更新：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

4. 更新 Gradio 和 Gradio Client

为避免连接和 UI 相关的错误，建议更新 Gradio 和 Gradio Client：

pip install -U gradio gradio_client

5. 下载并安装模型

以下是模型的下载安装选项，总共有 3 个选择：

较小的 3B 模型适合 GPU 内存有限的笔记本电脑（例如 8GB VRAM）：

python web_demo_mm.py --checkpoint-path "Qwen/Qwen2.5-VL-3B-Instruct"

7B 模型显存高于 8G 的可以选择 7B 模型，性能更强、效果更好：

python web_demo_mm.py --checkpoint-path "Qwen/Qwen2.5-VL-7B-Instruct"

72B 模型如果有专业级别的 GPU，可以直接使用 72B 的最大模型，性能最强：

python web_demo_mm.py --checkpoint-path "Qwen/Qwen2.5-VL-72B-Instruct"

安装成功会出现如下页面

6. 启动 Web 应用程序

在浏览器中打开本地链接 http://127.0.0.1:7860 即可使用。

7. 使用示例

您可以上传带有文本和多个图形的图像，并让模型对其进行解释。即使是较小的 3B 模型也表现出令人印象深刻的性能，可以识别图像中的复杂细节。

8. 替代方案

如果你的电脑硬件配置不足，无法本地部署 Qwen2.5-VL，可以直接使用官方提供的免费平台。虽然免费平台使用的是共享 GPU，并且有使用额度限制，但它的最大优势在于可以直接免费体验 Qwen2.5-VL 最强的 72B 模型！下面是测试效果，效果不错

9. 开源模型下载路径

Qwen2.5-VL 3个完整开源版本已经托管在hugging face上，可以自行去下载

https://huggingface.co/collections/Qwen/qwen25-vl-6795ffac22b334a837c0f9a5

如何学习大模型 AI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述