9月22日消息，今日，百度智能云千帆正式推出全新視覺理解模型——Qianfan-VL，并全面開源。
即日起至10月10日，用戶可在百度智能云千帆平臺免費體驗8B、70B模型。
據介紹，Qianfan-VL系列模型包含3B、8B和70B三個尺寸版本，是面向企業級多模態應用場景，進行了深度優化的視覺理解大模型。
Qianfan-VL不僅具備出色的基礎通用能力，還針對產業落地中的高頻需求，如OCR和教育垂直場景做了專項強化。
據悉，該系列模型基于開源模型進行開發，并在百度自研昆侖芯 P800上完成全流程計算任務，其提供了強大的算力支撐，同時支持單任務5000卡規模的并行計算。
這一結合不僅優化了模型計算的效率，更使得模型在性能表現上達到了新的高度，在通用和垂類任務評測中展現出SOTA水平。
Qianfan-VL模型具備三大特點：
多尺寸模型滿足不同場景需求：提供3B、8B、70B三種規格的模型，讓不同規模的企業和開發者都能找到合適的解決方案。
提供思考推理能力：8B和70B模型支持通過特殊token激活思維鏈能力，覆蓋復雜圖表理解、視覺推理、數學解題等多種場景。
OCR與文檔理解能力增強：主打OCR全場景識別和復雜版面文檔理解兩大特色能力，在多項基準測試中表現優異，為企業級應用提供高精度的視覺理解解決方案。
在通用能力基準測試中，Qianfan-VL系列模型（3B、8B、70B）展現出顯著核心優勢。
從視覺理解到專業領域問答，模型性能隨參數規模增大提升顯著，體現出很好的Scaling趨勢。
此外，Qianfan-VL系列模型（3B、8B、70B）在OCR與文檔理解領域盡顯卓越實力。
一方面，具備OCR全場景識別能力，能精準識別手寫體、數學公式、自然場景文字，還可對卡證票據信息進行結構化提取。
另一方面，復雜版面文檔理解能力突出，可自動分析版面元素，精準解析表格、圖表，實現文檔智能問答與結構化解析。
從基準測試表現看，在OCRBench、各類專業測試中，相較于主流模型，成績優異且隨參數規模提升持續向好。
而8B和70B模型，支持通過特殊token激活思維鏈能力，能覆蓋復雜圖表理解、視覺推理、數學解題等多類場景。
從數學解題基準測試表現看，在MathVista-mini、MathVision等多項測試中，相較于主流模型，成績優異且隨參數規模提升持續向好。
