Qwen2.5-VL-72B-Instruct-GGUF開源多模態模型 - 支持圖文轉換，多量化級別可選

首頁

Qwen Qwen2.5 VL 72B Instruct GGUF

由bartowski開發

Qwen2.5-VL-72B-Instruct的多模態大語言模型量化版本，支持圖像文本到文本任務，適用於多種量化級別，從高精度到低內存需求。

文本生成圖像英語開源協議:其他 #多模態理解 #高精度量化 #大語言模型

下載量 1,336

發布時間 : 5/8/2025

模型概述

這是一個基於Qwen2.5-VL-72B-Instruct模型的量化版本，使用llama.cpp進行量化，支持多種量化級別，適用於不同硬件環境。

模型特點

多模態支持

支持圖像和文本的聯合處理，能夠理解並生成與圖像相關的文本內容。

多種量化級別

提供從Q8_0到IQ1_M的多種量化級別，滿足不同硬件和性能需求。

高性能推理

使用llama.cpp進行優化，支持在LM Studio和llama.cpp等平臺上高效推理。

模型能力

圖像文本理解

文本生成

多模態任務處理

使用案例

圖像描述生成

自動圖像標註

根據輸入的圖像生成詳細的文本描述。

生成準確且詳細的圖像描述文本。

多模態對話

圖像問答

根據圖像內容回答用戶提出的問題。

提供與圖像內容相關的準確回答。

🚀 Qwen2.5-VL-72B-Instruct的Llamacpp imatrix量化版本

本項目使用 llama.cpp 的 b5317 版本進行量化。原始模型可查看：https://huggingface.co/Qwen/Qwen2.5-VL-72B-Instruct。所有量化版本均使用 imatrix 選項，並採用了來自此處的數據集。

你可以在 LM Studio 中運行這些量化版本，也可以直接使用 llama.cpp 或任何基於 llama.cpp 的項目來運行。

🚀 快速開始

提示詞格式

<|im_start|>system
{system_prompt}<|im_end|>
<|im_start|>user
{prompt}<|im_end|>
<|im_start|>assistant

下載文件

你可以從下方表格中選擇下載單個文件（而非整個分支）：

文件名	量化類型	文件大小	是否拆分	描述
Qwen2.5-VL-72B-Instruct-Q8_0.gguf	Q8_0	77.26GB	true	極高質量，通常無需使用，但為可用的最高量化級別。
Qwen2.5-VL-72B-Instruct-Q6_K.gguf	Q6_K	64.35GB	true	非常高的質量，近乎完美，推薦使用。
Qwen2.5-VL-72B-Instruct-Q5_K_M.gguf	Q5_K_M	54.45GB	true	高質量，推薦使用。
Qwen2.5-VL-72B-Instruct-Q5_K_S.gguf	Q5_K_S	51.38GB	true	高質量，推薦使用。
Qwen2.5-VL-72B-Instruct-Q4_K_L.gguf	Q4_K_L	48.34GB	false	嵌入和輸出權重使用 Q8_0 量化。質量良好，推薦使用。
Qwen2.5-VL-72B-Instruct-Q4_K_M.gguf	Q4_K_M	47.42GB	false	質量良好，是大多數使用場景的默認大小，推薦使用。
Qwen2.5-VL-72B-Instruct-Q4_1.gguf	Q4_1	45.70GB	false	舊格式，性能與 Q4_K_S 相似，但在蘋果硅芯片上的每瓦令牌數有所提高。
Qwen2.5-VL-72B-Instruct-Q4_K_S.gguf	Q4_K_S	43.89GB	false	質量稍低，但節省更多空間，推薦使用。
Qwen2.5-VL-72B-Instruct-Q4_0.gguf	Q4_0	41.38GB	false	舊格式，支持 ARM 和 AVX CPU 推理的在線重新打包。
Qwen2.5-VL-72B-Instruct-IQ4_NL.gguf	IQ4_NL	41.32GB	false	與 IQ4_XS 相似，但稍大。支持 ARM CPU 推理的在線重新打包。
Qwen2.5-VL-72B-Instruct-Q3_K_XL.gguf	Q3_K_XL	40.60GB	false	嵌入和輸出權重使用 Q8_0 量化。質量較低但可用，適合低內存場景。
Qwen2.5-VL-72B-Instruct-IQ4_XS.gguf	IQ4_XS	39.71GB	false	質量不錯，比 Q4_K_S 小且性能相似，推薦使用。
Qwen2.5-VL-72B-Instruct-Q3_K_L.gguf	Q3_K_L	39.51GB	false	質量較低但可用，適合低內存場景。
Qwen2.5-VL-72B-Instruct-Q3_K_M.gguf	Q3_K_M	37.70GB	false	低質量。
Qwen2.5-VL-72B-Instruct-IQ3_M.gguf	IQ3_M	35.50GB	false	中低質量，新方法，性能與 Q3_K_M 相當。
Qwen2.5-VL-72B-Instruct-Q3_K_S.gguf	Q3_K_S	34.49GB	false	低質量，不推薦使用。
Qwen2.5-VL-72B-Instruct-IQ3_XS.gguf	IQ3_XS	32.84GB	false	質量較低，新方法，性能不錯，略優於 Q3_K_S。
Qwen2.5-VL-72B-Instruct-IQ3_XXS.gguf	IQ3_XXS	31.85GB	false	質量較低，新方法，性能不錯，與 Q3 量化相當。
Qwen2.5-VL-72B-Instruct-Q2_K_L.gguf	Q2_K_L	31.03GB	false	嵌入和輸出權重使用 Q8_0 量化。質量極低，但出人意料地可用。
Qwen2.5-VL-72B-Instruct-Q2_K.gguf	Q2_K	29.81GB	false	質量極低，但出人意料地可用。
Qwen2.5-VL-72B-Instruct-IQ2_M.gguf	IQ2_M	29.34GB	false	質量相對較低，採用了最先進的技術，出人意料地可用。
Qwen2.5-VL-72B-Instruct-IQ2_S.gguf	IQ2_S	27.94GB	false	質量較低，採用了最先進的技術，可用。
Qwen2.5-VL-72B-Instruct-IQ2_XS.gguf	IQ2_XS	27.06GB	false	質量較低，採用了最先進的技術，可用。
Qwen2.5-VL-72B-Instruct-IQ2_XXS.gguf	IQ2_XXS	25.49GB	false	質量極低，採用了最先進的技術，可用。
Qwen2.5-VL-72B-Instruct-IQ1_M.gguf	IQ1_M	23.74GB	false	質量極低，不推薦使用。

嵌入/輸出權重說明

部分量化版本（如 Q3_K_XL、Q4_K_L 等）採用標準量化方法，將嵌入和輸出權重量化為 Q8_0，而非默認值。

📦 安裝指南

使用huggingface-cli下載

點擊查看下載說明

首先，確保你已安裝 hugginface-cli：

pip install -U "huggingface_hub[cli]"

然後，你可以指定要下載的特定文件：

huggingface-cli download bartowski/Qwen_Qwen2.5-VL-72B-Instruct-GGUF --include "Qwen_Qwen2.5-VL-72B-Instruct-Q4_K_M.gguf" --local-dir ./

如果模型大小超過 50GB，它將被拆分為多個文件。要將它們全部下載到本地文件夾，請運行：

huggingface-cli download bartowski/Qwen_Qwen2.5-VL-72B-Instruct-GGUF --include "Qwen_Qwen2.5-VL-72B-Instruct-Q8_0/*" --local-dir ./

你可以指定一個新的本地目錄（如 Qwen_Qwen2.5-VL-72B-Instruct-Q8_0），也可以將它們全部下載到當前目錄（./）。

📚 詳細文檔

ARM/AVX 相關信息

以前，你會下載 Q4_0_4_4/4_8/8_8 版本，這些版本的權重會在內存中交錯排列，以便通過一次加載更多數據來提高 ARM 和 AVX 機器的性能。

然而，現在有一種名為“在線重新打包”的權重處理方式，詳情可查看此 PR。如果你使用 Q4_0 且硬件能從權重重新打包中受益，它將自動即時進行處理。

從 llama.cpp 構建版本 b4282 開始，你將無法運行 Q4_0_X_X 文件，而需要使用 Q4_0。

此外，如果你想獲得稍好的質量，可以使用 IQ4_NL，這得益於此 PR，它也會為 ARM 重新打包權重，不過目前僅支持 4_4 版本。加載時間可能會變慢，但總體速度會提高。

點擊查看 Q4_0_X_X 信息（已棄用）

我保留這部分內容是為了展示使用支持在線重新打包的 Q4_0 版本在理論上可能帶來的性能提升。

點擊查看 AVX2 系統（EPYC7702）上的基準測試

模型	大小	參數	後端	線程數	測試用例	每秒令牌數	與 Q4_0 相比的百分比
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp512	204.03 ± 1.03	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp1024	282.92 ± 0.19	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	pp2048	259.49 ± 0.44	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg128	39.12 ± 0.27	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg256	39.31 ± 0.69	100%
qwen2 3B Q4_0	1.70 GiB	3.09 B	CPU	64	tg512	40.52 ± 0.03	100%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp512	301.02 ± 1.74	147%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp1024	287.23 ± 0.20	101%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	pp2048	262.77 ± 1.81	101%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg128	18.80 ± 0.99	48%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg256	24.46 ± 3.04	83%
qwen2 3B Q4_K_M	1.79 GiB	3.09 B	CPU	64	tg512	36.32 ± 3.59	90%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp512	271.71 ± 3.53	133%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp1024	279.86 ± 45.63	100%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	pp2048	320.77 ± 5.00	124%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg128	43.51 ± 0.05	111%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg256	43.35 ± 0.09	110%
qwen2 3B Q4_0_8_8	1.69 GiB	3.09 B	CPU	64	tg512	42.60 ± 0.31	105%