最强开源视觉大模型Qwen2.5-VL：本地部署完全免费

前言

Qwen2.5-VL 是 Qwen 推出的全新旗舰视觉语言模型，较前身 Qwen2-VL 实现了重大飞跃。该模型不仅能够识别花、鸟、鱼、昆虫等常见物体，还能分析图像中的复杂文本、图表、图标、图形和布局，为多模态 AI 树立了新标准。Qwen2.5-VL 具备高度代理能力，支持动态推理和工具指导，适用于计算机和手机等多种设备。

一、技术功能与优势

1. 模型概述

• Qwen2.5-VL 是 Qwen 推出的全新旗舰视觉语言模型。

• 较前身 Qwen2-VL 有重大飞跃，树立了多模态 AI 新标准。

2. 核心功能

• 物体识别：能够识别花、鸟、鱼、昆虫等常见物体。

• 复杂文本与图形分析：可分析图像中的文本、图表、图标、图形和布局。

准确率能达到80-90%，太飒了....

• 视频理解：支持超过一小时视频的理解，精确定位特定事件。

• 对象定位：通过生成边界框或点，准确定位图像中的对象。

• 结构化输出：提供稳定的 JSON 输出，支持坐标和属性。

4. 行业应用

• 文档处理：支持扫描文档（如发票、表格）的结构化输出。

• 金融与商业：在金融和商业领域具有重要应用价值。

5. 性能表现

• 在基准测试中表现优异，优于 Gemini 2 Flash、GPT-4o 和 Claude 3.5 Sonnet 等领先模型。

• 展现了处理多领域任务的多功能性。

二、本地部署Qwen2.5

在电脑上先安装好 Git 和 Python 环境。如果没有安装，可以自行下载安装。本文使用的是 Python 3.10.6 版本。点击下载 Python

1. 克隆 Qwen2.5-VL 仓库并进入项目目录

git clone https://github.com/QwenLM/Qwen2.5-VL   cd Qwen2.5-VL   

2. 安装 Web 应用程序所需的依赖项

pip install -r requirements_web_demo.txt   

3. 安装支持 CUDA 的 PyTorch

为确保与 GPU 兼容，请安装支持 CUDA 的最新版本的 PyTorch、TorchVision 和 TorchAudio。即使已经安装了 PyTorch，运行 Web 应用程序时也可能会遇到问题，因此建议更新：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124   

4. 更新 Gradio 和 Gradio Client

为避免连接和 UI 相关的错误，建议更新 Gradio 和 Gradio Client：

pip install -U gradio gradio_client   

5. 下载并安装模型

以下是模型的下载安装选项，总共有 3 个选择：

较小的 3B 模型 适合 GPU 内存有限的笔记本电脑（例如 8GB VRAM）：

python web_demo_mm.py --checkpoint-path "Qwen/Qwen2.5-VL-3B-Instruct"   

7B 模型 显存高于 8G 的可以选择 7B 模型，性能更强、效果更好：

python web_demo_mm.py --checkpoint-path "Qwen/Qwen2.5-VL-7B-Instruct"   

72B 模型 如果有专业级别的 GPU，可以直接使用 72B 的最大模型，性能最强：

python web_demo_mm.py --checkpoint-path "Qwen/Qwen2.5-VL-72B-Instruct"   

安装成功会出现如下页面

6. 启动 Web 应用程序

在浏览器中打开本地链接 http://127.0.0.1:7860 即可使用。   

7. 使用示例

您可以上传带有文本和多个图形的图像，并让模型对其进行解释。即使是较小的 3B 模型也表现出令人印象深刻的性能，可以识别图像中的复杂细节。

8. 替代方案

如果你的电脑硬件配置不足，无法本地部署 Qwen2.5-VL，可以直接使用官方提供的免费平台。虽然免费平台使用的是共享 GPU，并且有使用额度限制，但它的最大优势在于可以直接免费体验 Qwen2.5-VL 最强的 72B 模型！下面是测试效果，效果不错

9. 开源模型下载路径

Qwen2.5-VL 3个完整开源版本已经托管在hugging face上，可以自行去下载

https://huggingface.co/collections/Qwen/qwen25-vl-6795ffac22b334a837c0f9a5   

如何学习AI大模型 ？

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓

优快云粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以扫描下方二维码&点击下方优快云官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉优快云大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）

对于0基础小白入门：

如果你是零基础小白，想快速入门大模型是可以考虑的。

一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。

👉1.大模型入门学习思维导图👈

要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。

对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）

👉2.AGI大模型配套视频👈

很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。

👉3.大模型实际应用报告合集👈

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）

👉4.大模型落地应用案例PPT👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）

👉5.大模型经典学习电子书👈

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）

👉6.大模型面试题&答案👈

截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习

优快云粉丝独家福利

这份完整版的 AI 大模型学习资料已经上传优快云，朋友们如果需要可以扫描下方二维码&点击下方优快云官方认证链接免费领取 【保证100%免费】

读者福利： 👉👉优快云大礼包：《最新AI大模型学习资源包》免费分享 👈👈

（👆👆👆安全链接，放心点击）