Qwen2-VL项目介绍

Qwen2-VL 是由Qwen团队、阿里巴巴云开发的多式联运大型语言模型系列。

• 对各种分辨率和比例图像的理解 : Qwen2-VL在视觉理解基准上达到了最先进的表现
• 了解20分钟+视频 : Qwen2-VL可以理解超过20分钟的视频。
• 多语种支持 ::为了为全球用户服务,除了英文和中文之外,Qwen2-VL现在支持理解图像中不同语言的文本,包括大多数欧洲语言、日语、韩语、阿拉伯语、越南语等。

待实例初始化完成后，在控制台中打开“JupyterLab”，进入JupyterLab后，新建一个终端输入以下指令：

pip install -U gradio==4.43.0

再在命令行输入以下命令运行：

cd /workspace/Qwen2-VL
python web_demo_mm.py   --server-name 0.0.0.0   --server-port 7860   --flash-attn2

在浏览器输入 <主机的公网IP>:7860 即可访问；主机的公网IP可以在控制台-基础网络（外网）中获取；进入UI界面如下图所示：