2026年7月16日 周四晚上19:30,报名腾讯会议了解“如何构建自进化的动态知识库(Brain)”(限30人)
免费POC, 零成本试错
FDE知识库

FDE知识库

学习大模型的前沿技术与行业落地应用


收藏

阿里最新Qwen VLo,多角度测评来了

发布日期:2025-06-29 18:51:04 浏览次数: 2525
作者:Datawhale

微信搜一搜,关注“Datawhale”

推荐语

阿里Qwen VLo多模态模型实测:从复杂指令理解到多语言生成,全面挑战现有AI绘图能力边界。

核心内容:
1. 复杂场景生成测试:黑帽男子、红墨镜女性与哈士奇共乘标注"Qwen VLo"的纽约地铁
2. 四维度专业评估:美学质量/指令遵循度/真实感/多语言支持能力
3. 与ChatGPT的横向对比实验及模型极限压力测试

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家

笔者将基于ChatGPTQwen VLo使用相同提示词生成图片,在此基础上使用Qwen2.5-VL-32B-instruct美学质量指令遵循度真实感角度进行评价。测试从复杂指令理解与多重任务、复杂指令理解与多重任务、图像检测及标注、多语言文字生成图像等角度展开,笔者人为加大了难度,测评结果仅代表大模型与个人观点,不代表雇主观点。

测试1:复杂指令理解与多重任务

生成照片,图中男人带着黑帽子在地铁上看报纸,旁边是一个美丽的带红色墨镜年轻女性,还有一只=哈士奇,地铁的窗外是自由女神像,地铁的站牌显示“Qwen VLo”
左:ChatGPT,右:Qwen

Qwen2.5-VL-32B-instruct测评结果

美学质量
  • 第一张图片:构图平衡、色彩协调、细节丰富,整体氛围沉稳、视觉完成度高。
  • 第二张图片:构图简单、色彩单一、细节粗糙,氛围轻松但略显平淡。
指令遵循
  • 第一张图片:严格对应提示词的所有元素(人物、动作、服饰、动物、地铁场景等),无明显缺漏。
  • 第二张图片:虽然包含主要元素,但细节存在偏差,如站牌文字不完整、人物表情不符合描述。
真实感
  • 第一张图片:人物表情自然,环境与光影真实,动物细节处理精致,整体接近真实摄影。
  • 第二张图片:人物表情夸张、环境简化、动物不真实,画面平面感强。

测试2:图像生成

生成摆满水果的桌面


Qwen2.5-VL-32B-instruct测评结果

笔者注:本次生成结果,显然是Qw-en更胜一筹,以下是Qwen2.5-VL-32B-instruct测评结果,仅供参考

美学质量:

维度
第一张图片
第二张图片
果品分布对称、有序,整体构图均衡
摆放较为随意,缺乏明显的对称或结构
色彩搭配
多种水果色彩分明且相互衬托,整体色调明快
色彩丰富但偏暖,融合度较高,鲜艳度略低
细节处理
各类水果细节清晰(草莓籽、葡萄光泽等),层次感强
多数水果细节到位,部分(如橙子)光影处理较简单
桌面与背景
木质桌面纹理清晰,增强画面整体协调性
浅色桌面背景简洁,但纹理表现略少

指令遵循:

维度
第一张图片
第二张图片
多种水果是否齐全
包含葡萄、蓝莓、草莓、苹果、香蕉等丰富种类
包含苹果、橙子、葡萄、香蕉等,种类略少
是否“摆满”桌面
桌面密集覆盖水果,搭配碗盘,分布整齐
桌面水果分布较松散,部分直接置于桌面
是否使用桌面容器
多种容器,辅助整齐摆放
仅部分使用容器,整体布局较自由
桌面类型是否匹配
木质桌面,纹理清晰
浅色木质桌面,材质符合但细节较简略

真实感:

维度
第一张图片
第二张图片
水果细节
细节逼真,质感良好,如透明感、光泽、颗粒感等
多数细节表现良好,部分水果(如橙子)质感处理较弱
桌面质感
木质纹理清晰,色彩自然
桌面表现自然但细节略少
光影效果
高光与阴影过渡自然,增强立体感与材质表现
光影较为柔和,立体感与细腻度略逊一筹

测试3:图像检测及标注(预测边缘检测图)

ChatGPT生成结果

ChatGPT 4o在预测边缘检测图时,实际调用了Python代码,甚至还很贴心地给出了文字说明:可以更换不同的边缘检测方法。

Qwen生成结果

左:输入,右:边缘检测图

Qwen直接给出了边缘检测图,中间是否涉及到工具使用就不得而知了。

测试4:图像检测及标注(分割图像)

为了公平比较,使用测试2中Qwen生成的图像测试模型分割图像的能力。

用橙色mask分割图中香蕉的边缘

ChatGPT生成结果


ChatGPT依旧选择了使用工具,但基于HSV颜色空间的算法显然不太能够完成我们的任务。

Qwen生成结果


尝试了2次,目前无法复原po中的生成结果。

测试5:多图片理解及生成

将这些零食(每个品种的薯片各1罐、2瓶苏打水)放到购物车上层


左:ChatGPT,右:Qwen

看到ChatGPT生成的结果,笔者感慨万千,硬要鸡蛋里挑骨头——苏打水体积是小于薯片罐的,但这需要常识或者根据互联网资料,仅从图片中也无法推理得到。那再给ChatGPT加点难度:

将这些零食(每个品种的薯片各1罐、2瓶苏打水)放到购物车上层,下层购物篮放置1瓶苏打水、一罐洋葱味薯片

虽然多生成了一个四不像的东西,但甚至推理出了绿罐薯片是洋葱味的。

测试6:多语言文字生成图像

作为一个图形学博主(bushi),笔者使用ChatGPT o3根据光线追踪场景生成了一份中英文提示词用于测试多语言文字生成图像能力

左:ChatGPT,右:Qwen

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询

扫码登录
登录即表示您同意《53AI网站服务协议》
服务协议

欢迎您使用【53AI 官方网站】(以下简称“本网站”或“我们”)。本《会员服务协议》(以下简称“本协议”)是您(以下简称“会员”或“用户”)与【深圳市博思协创网络科技有限公司】之间关于注册、登录及使用本网站会员服务所订立的法律协议。

在您注册或登录前,请务必审慎阅读、充分理解各条款内容,特别是免除或限制责任的条款、知识产权条款、争议解决条款等。此类条款将以加粗形式提示您注意。 当您通过微信公众号授权、手机验证码验证或其他方式成功登录本网站时,即视为您已完全理解并同意接受本协议的全部内容。

一、 定义

本网站:指由【深圳市博思协创网络科技有限公司】运营的,域名为【53ai.com】的网站及相关移动端页面。

会员服务:指本网站向注册会员提供的知识库文章查阅、内容检索及其他相关增值服务。

知识库内容:指本网站发布的包括但不限于文字、图表、数据、研究报告、行业分析等数字化内容资源。

二、 账号注册与登录

登录方式:本网站支持以下登录方式,您可根据实际情况选择:

微信公众号授权登录:您同意将您的微信OpenID信息授权给本网站,用于创建或关联会员账号。

手机验证码登录:您需提供真实有效的手机号码,并通过短信验证码完成身份验证与登录/注册。

账号安全:您的账号仅限您本人使用,禁止赠与、借用、租用、转让或售卖。因您保管不善导致的账号被盗、密码泄露等损失,由您自行承担。

实名认证:根据相关法律法规要求,我们可能要求您在特定功能下完成实名认证。如您拒绝提供,可能无法使用部分或全部服务。

未成年人保护:若您未满18周岁,请在法定监护人的陪同下阅读本协议,并在征得监护人同意后使用本服务。

三、 服务内容与规范

知识库查阅权限:会员登录后,有权按照其会员等级对应的权限范围,在线浏览、检索本网站知识库中的相关文章及内容。

服务变更:我们有权根据业务发展需要,调整、变更或终止部分服务内容,并将以网站公告、公众号消息等方式提前通知。

禁止行为:您在使用服务时不得实施以下行为:

利用技术手段批量爬取、下载、转存知识库内容;

将知识库内容用于商业目的或未经授权地向第三方传播;

干扰本网站正常运行或侵犯其他用户合法权益;

发布违法违规信息或从事违反公序良俗的活动。

四、 知识产权声明

权利归属:本网站知识库中的排版设计、软件代码等内容的知识产权均归【公司全称】或原权利人所有,受《中华人民共和国著作权法》等法律保护。

有限许可:本网站授予会员一项非独占、不可转让、不可转授权的普通许可,仅限于个人学习、研究之目的在线查阅知识库内容。

侵权追责:未经书面许可,任何单位或个人不得以任何形式复制、转载、摘编、镜像、汇编或以其他方式使用上述内容。一经发现,我们保留追究其法律责任的权利。

五、 个人信息保护

我们重视对您个人信息的保护。关于我们如何收集、使用、存储和保护您的个人信息,请单独阅读 《隐私政策》。

您通过微信公众号授权或手机号验证所提供的信息,我们将严格按照《个人信息保护法》的规定处理,仅用于身份识别、服务提供及安全验证等必要用途。

您可以随时通过网站设置或联系客服行使查阅、更正、删除个人信息及撤回授权同意的权利。

六、 免责声明

内容准确性:知识库内容仅供参考,不构成专业建议。我们不对其完整性、准确性、时效性作任何明示或暗示的保证,您应自行判断并承担使用风险。

不可抗力:因自然灾害、政策法规变化、网络故障、第三方平台接口异常(如微信接口维护、运营商短信通道故障)等不可抗力导致的服务中断或延迟,我们不承担违约责任。

第三方链接:本网站可能包含指向第三方网站的链接,该等网站的内容和服务不受我们控制,请您自行甄别风险。

七、 违约责任

如您违反本协议约定,我们有权视情节采取警告、限制功能、暂停服务、注销账号等措施,并保留要求赔偿损失的权利。

如因您的违约行为导致我们遭受行政处罚、第三方索赔或商誉损失,您应承担全部赔偿责任(包括但不限于罚款、赔偿金、律师费、公证费等)。

八、 法律适用与争议解决

本协议的订立、执行和解释均适用中华人民共和国大陆地区法律。

因本协议产生的或与本协议有关的任何争议,双方应友好协商解决;协商不成的,任何一方均可向【公司所在地】有管辖权的人民法院提起诉讼。

九、 其他

本协议构成双方就本服务达成的完整协议,取代此前任何口头或书面约定。

本协议任一条款被认定为无效或不可执行的,不影响其他条款的效力。

我们对本协议享有最终解释权,并在法律允许的范围内保留随时修改的权利。修改后的协议一经公布即生效,继续使用服务即视为同意修订内容。


已查阅