Qwen2.5-VL-72B-Instruct-GGUF开源多模态模型 - 支持图文转换，多量化级别可选

首页

Qwen Qwen2.5 VL 72B Instruct GGUF

由 bartowski 开发

Qwen2.5-VL-72B-Instruct的多模态大语言模型量化版本，支持图像文本到文本任务，适用于多种量化级别，从高精度到低内存需求。

文本生成图像英语开源协议:其他 #多模态理解 #高精度量化 #大语言模型

下载量 1,336

发布时间 : 5/8/2025

模型简介

这是一个基于Qwen2.5-VL-72B-Instruct模型的量化版本，使用llama.cpp进行量化，支持多种量化级别，适用于不同硬件环境。

模型特点

多模态支持

支持图像和文本的联合处理，能够理解并生成与图像相关的文本内容。

多种量化级别

提供从Q8_0到IQ1_M的多种量化级别，满足不同硬件和性能需求。

高性能推理

使用llama.cpp进行优化，支持在LM Studio和llama.cpp等平台上高效推理。

模型能力

图像文本理解

文本生成

多模态任务处理

使用案例

图像描述生成

自动图像标注

根据输入的图像生成详细的文本描述。

生成准确且详细的图像描述文本。

多模态对话

图像问答

根据图像内容回答用户提出的问题。

提供与图像内容相关的准确回答。

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

本项目使用 llama.cpp 的 b5317 版本进行量化。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 选项，并采用了来自此处的数据集。

你可以在 LM Studio 中运行这些量化版本，也可以直接使用 llama.cpp 或任何基于 llama.cpp 的项目来运行。

🚀 快速开始

提示词格式

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

下载文件

你可以从下方表格中选择下载单个文件（而非整个分支）：

文件名	量化类型	文件大小	是否拆分	描述
Qwen2.5-VL-72B-Instruct-Q8_0.gguf	Q8_0	77.26GB	true	极高质量，通常无需使用，但为可用的最高量化级别。
Qwen2.5-VL-72B-Instruct-Q6_K.gguf	Q6_K	64.35GB	true	非常高的质量，近乎完美，推荐使用。
Qwen2.5-VL-72B-Instruct-Q5_K_M.gguf	Q5_K_M	54.45GB	true	高质量，推荐使用。
Qwen2.5-VL-72B-Instruct-Q5_K_S.gguf	Q5_K_S	51.38GB	true	高质量，推荐使用。
Qwen2.5-VL-72B-Instruct-Q4_K_L.gguf	Q4_K_L	48.34GB	false	嵌入和输出权重使用 Q8_0 量化。质量良好，推荐使用。
Qwen2.5-VL-72B-Instruct-Q4_K_M.gguf	Q4_K_M	47.42GB	false	质量良好，是大多数使用场景的默认大小，推荐使用。
Qwen2.5-VL-72B-Instruct-Q4_1.gguf	Q4_1	45.70GB	false	旧格式，性能与 Q4_K_S 相似，但在苹果硅芯片上的每瓦令牌数有所提高。
Qwen2.5-VL-72B-Instruct-Q4_K_S.gguf	Q4_K_S	43.89GB	false	质量稍低，但节省更多空间，推荐使用。
Qwen2.5-VL-72B-Instruct-Q4_0.gguf	Q4_0	41.38GB	false	旧格式，支持 ARM 和 AVX CPU 推理的在线重新打包。
Qwen2.5-VL-72B-Instruct-IQ4_NL.gguf	IQ4_NL	41.32GB	false	与 IQ4_XS 相似，但稍大。支持 ARM CPU 推理的在线重新打包。
Qwen2.5-VL-72B-Instruct-Q3_K_XL.gguf	Q3_K_XL	40.60GB	false	嵌入和输出权重使用 Q8_0 量化。质量较低但可用，适合低内存场景。
Qwen2.5-VL-72B-Instruct-IQ4_XS.gguf	IQ4_XS	39.71GB	false	质量不错，比 Q4_K_S 小且性能相似，推荐使用。
Qwen2.5-VL-72B-Instruct-Q3_K_L.gguf	Q3_K_L	39.51GB	false	质量较低但可用，适合低内存场景。
Qwen2.5-VL-72B-Instruct-Q3_K_M.gguf	Q3_K_M	37.70GB	false	低质量。
Qwen2.5-VL-72B-Instruct-IQ3_M.gguf	IQ3_M	35.50GB	false	中低质量，新方法，性能与 Q3_K_M 相当。
Qwen2.5-VL-72B-Instruct-Q3_K_S.gguf	Q3_K_S	34.49GB	false	低质量，不推荐使用。
Qwen2.5-VL-72B-Instruct-IQ3_XS.gguf	IQ3_XS	32.84GB	false	质量较低，新方法，性能不错，略优于 Q3_K_S。
Qwen2.5-VL-72B-Instruct-IQ3_XXS.gguf	IQ3_XXS	31.85GB	false	质量较低，新方法，性能不错，与 Q3 量化相当。
Qwen2.5-VL-72B-Instruct-Q2_K_L.gguf	Q2_K_L	31.03GB	false	嵌入和输出权重使用 Q8_0 量化。质量极低，但出人意料地可用。
Qwen2.5-VL-72B-Instruct-Q2_K.gguf	Q2_K	29.81GB	false	质量极低，但出人意料地可用。
Qwen2.5-VL-72B-Instruct-IQ2_M.gguf	IQ2_M	29.34GB	false	质量相对较低，采用了最先进的技术，出人意料地可用。
Qwen2.5-VL-72B-Instruct-IQ2_S.gguf	IQ2_S	27.94GB	false	质量较低，采用了最先进的技术，可用。
Qwen2.5-VL-72B-Instruct-IQ2_XS.gguf	IQ2_XS	27.06GB	false	质量较低，采用了最先进的技术，可用。
Qwen2.5-VL-72B-Instruct-IQ2_XXS.gguf	IQ2_XXS	25.49GB	false	质量极低，采用了最先进的技术，可用。
Qwen2.5-VL-72B-Instruct-IQ1_M.gguf	IQ1_M	23.74GB	false	质量极低，不推荐使用。

嵌入/输出权重说明

部分量化版本（如 Q3_K_XL、Q4_K_L 等）采用标准量化方法，将嵌入和输出权重量化为 Q8_0，而非默认值。

📦 安装指南

使用huggingface-cli下载

点击查看下载说明

首先，确保你已安装 hugginface-cli：

pip install -U "huggingface_hub[cli]"

然后，你可以指定要下载的特定文件：

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

如果模型大小超过 50GB，它将被拆分为多个文件。要将它们全部下载到本地文件夹，请运行：

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

你可以指定一个新的本地目录（如 Qwen_Qwen2.5-VL-72B-Instruct-Q8_0），也可以将它们全部下载到当前目录（./）。

📚 详细文档

ARM/AVX 相关信息

以前，你会下载 Q4_0_4_4/4_8/8_8 版本，这些版本的权重会在内存中交错排列，以便通过一次加载更多数据来提高 ARM 和 AVX 机器的性能。

然而，现在有一种名为“在线重新打包”的权重处理方式，详情可查看此 PR。如果你使用 Q4_0 且硬件能从权重重新打包中受益，它将自动实时进行处理。

从 llama.cpp 构建版本 b4282 开始，你将无法运行 Q4_0_X_X 文件，而需要使用 Q4_0。

此外，如果你想获得稍好的质量，可以使用 IQ4_NL，这得益于此 PR，它也会为 ARM 重新打包权重，不过目前仅支持 4_4 版本。加载时间可能会变慢，但总体速度会提高。

点击查看 Q4_0_X_X 信息（已弃用）

我保留这部分内容是为了展示使用支持在线重新打包的 Q4_0 版本在理论上可能带来的性能提升。

点击查看 AVX2 系统（EPYC7702）上的基准测试

模型	大小	参数	后端	线程数	测试用例	每秒令牌数	与 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%