阿里国际推出Ovis2系列六个版本的多模态大语言模型

2025年2月21日，Ovis2正式对外发布。

Ovis2是一个强大的语言模型，属于Ovis系列。其参数量为1.6万亿，Ovis2在自然语言处理领域的多个任务上表现出色，包括但不限于文本生成、情感分析、问答系统及OCR领域，其使用的主要技术为CoT。与此同时，Ovis2也致力于图像生成与文本生成，多领域之间的协调运作使得Ovis2能够实现更高效、更准确的信息处理。

目前，Ovis2的参数配置有1B、2B、4B、8B、16B和34B，不同的参数量配备设置，均表现出超越现有SOTA（State of the Art）的能力。值得一提的是，Ovis2-34B即为基于OpenCompass构建的具有最新性能的模型。所有这些模型均经过精心调校，以确保其在自然语言处理任务中的卓越能力，其中，Ovis2-34B表现尤为突出，未来将基于不断壮大的参数量推出更加先进的Ovis2-70B相关产品，实现广泛应用。

Ovis2结合了先进的分析能力与显著的处理效率，优化了tokenizer，并涵盖多项工作，适用于不同规模的LLM开发。其tokenizer优化使得信息处理更加流畅，结合Transformer架构，使得Ovis2在当前模型中具有独树一帜的表现。而在后端，Ovis2的token拥有良好的关联性，这是构建流畅语言模型的重要基础。Ovis2专注于最新的技术搭配，并通过不断迭代升级来优化其在多个领域的表现。

Ovis2的发布标志着自然语言处理的新时代，其所搭载的技术特点与优势，使得它在相关领域和任务中具备显著的竞争力。不论是数据识别、语音生成还是视觉处理，Ovis2的表现都极具期待，未来的应用领域将会扩展至更多维度。

作为Ovis2的下一步发展，其基于OpenCompass平台上的表现以及参数优化的能力，将为AI生态系统带来强劲的推动力。具体来看，Ovis2-34B在经过详细的基准测试后已达到技术的顶峰，而其未来的发展将会更进一步。同时，Ovis2在技术层面和应用能力上都将逐渐走向多元化。

利用人工智能来提升传统处理流程再加上流程优化，Ovis2展现出其在现实应用场景中的潜力。这不仅是语言模型的更新换代，更是为各行业引入AI技术的必然选择，为更广泛的用户群体带来了全新的体验。

在这一进程中，Ovis2展示了其在开源平台上的优越性，用户可以在GitHub、Hugging Face和Modelscope上找到它的相关资源，并进行模型的实际应用与测试，同时，Ovis2还涉及到许多不同领域的研究与运行，为用户提供了详实的参考文献与示例，以支持进一步的开发与创新。

资源链接：GitHub

模型（Huggingface）：Huggingface

模型（Modelscope）：Modelscope

演示：Demo

arXiv：arXiv