# 動的解像度処理

InternVL3-38B-Instruct は先進的なマルチモーダル大規模言語モデル（MLLM）で、卓越した全体的な性能と強力なマルチモーダル知覚・推論能力を備えています。

InternVL3-1BはOpenGVLabが開発した先進的なマルチモーダル大規模言語モデルで、ネイティブマルチモーダル事前学習を完了していますが、事後学習は行われていません。

BiQwen2はQwen2-VL-2B-InstructとColBERT戦略に基づく視覚検索モデルで、効率的な視覚文書検索に特化しています。

Qwen2.5-VL-3B-InstructとColBERT戦略に基づく多言語視覚検索モデルで、動的入力画像解像度をサポートし、ColBERTスタイルのマルチベクトルテキストと画像表現を生成します。

Qwen2.5-VLはQwenファミリーの最新の視覚言語モデルで、強力な視覚理解とエージェント能力を備え、マルチフォーマットの視覚位置特定と構造化出力生成をサポートします。

Qwen2.5-VL-7B-InstructをベースにColBERT戦略を採用した多言語視覚検索モデルで、Vidoreベンチマークテストで1位を獲得

Qwen2.5-VL-3B-InstructをベースにColBERT戦略を採用した多言語視覚検索モデルで、Vidoreベンチマークテストで優れた性能を発揮

Qwen2.5-VLはQwenファミリーの最新の視覚言語モデルで、強化された視覚理解、エージェント能力、構造化出力生成機能を備えています。

Qwen2-VLはQwen-VLモデルシリーズの最新版で、全解像度画像理解、超長尺動画解析、多言語テキスト画像認識能力を備えています。

UGroundは強力なGUIビジュアル定位モデルで、簡単な方法で訓練され、OSUNLPとOrby AIが共同で開発しました。

Qwen2-VL-2B-InstructとColBERT戦略に基づく視覚検索モデルで、マルチベクトルのテキストと画像表現を生成可能

ColQwen2はQwen2-VL-2B-InstructとColBERT戦略に基づく視覚検索モデルで、文書の視覚的特徴を効率的にインデックス化します。

Qwen2-VL-2B-InstructとColBERT戦略に基づく視覚検索モデルで、視覚的特徴を通じて文書を効率的にインデックス化可能