--- title: "书生·万象InternVL 2.5 – 上海 AI Lab 开源的多模态大语言模型系列" url: "https://paooo.com/aigc-news/24933/" author: "Prompt 语宙研究院" published_at: "2026-07-10T17:18:29+08:00" updated_at: "2026-07-10T17:18:29+08:00" categories: "AIGC 资讯" source: "Prompt 语宙 (https://paooo.com)" ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)" --- # 书生·万象InternVL 2.5 – 上海 AI Lab 开源的多模态大语言模型系列 > 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/24933/) · 作者：Prompt 语宙研究院 · 发布时间：2026-07-10 ## 书生·万象InternVL 2.5是什么 书生·万象InternVL 2.5是上海AI实验室的OpenGVLab团队推出的开源多模态大型语言模型（MLLM）系列。该系列模型在InternVL 2.0的基础上进行显著增强，特别是在训练和测试策略及数据质量方面。InternVL 2.5包括从1B到78B不同规模的模型，适应不同的使用场景和硬件需求。InternVL2_5-78B是首个在多模态理解基准（MMMU）上得分超过70的开源模型，超越ChatGPT-4o和Claude-3.5-Sonnet等商业模型。InternVL 2.5基于链式思考（CoT）推理技术实现性能提升，在多学科推理、文档理解、多图像/视频理解等多个基准测试中展现强大的多模态能力。 ## 书生·万象InternVL 2.5的主要功能 - **多模态理解**：处理和理解来自不同模态（文本、图像、视频）的信息。 - **多学科推理**：在多个学科领域内进行复杂推理和问题解决。 - **现实世界理解**：对现实世界场景和事件进行理解和分析。 - **多模态幻觉检测**：识别和区分真实和虚构的视觉信息。 - **视觉地面化**：将文本描述与图像中的实际对象相匹配。 - **多语言处理**：支持多种语言的理解和生成能力。 - **纯语言处理**：执行文本分析、生成和理解等语言任务。 ## 书生·万象InternVL 2.5的技术原理 - **ViT-MLP-LLM架构**：结合视觉Transformer（ViT）和大型语言模型（LLM）基于MLP投影器。 - **动态高分辨率训练**：适应不同分辨率的输入，优化多图像和视频数据的处理。 - **像素逆置操作**：减少视觉tokens数量，提高模型效率。 - **渐进式扩展策略**：从小规模LLM开始训练，逐步扩展到更大规模的模型。 - **随机JPEG压缩**：模拟互联网图像退化，增强模型对噪声图像的鲁棒性。 - **损失重加权**：平衡不同长度响应的NTP损失，优化模型训练。 ## 书生·万象InternVL 2.5的项目地址 - **GitHub仓库**：[https://github.com/OpenGVLab/InternVL](https://github.com/OpenGVLab/InternVL) - **HuggingFace模型库**：[https://huggingface.co/OpenGVLab/InternVL2_5](https://huggingface.co/OpenGVLab/InternVL2_5) - **arXiv技术论文**：[https://arxiv.org/pdf/2412.05271](https://arxiv.org/pdf/2412.05271) - **在线体验Demo**：[https://huggingface.co/spaces/OpenGVLab/InternVL](https://huggingface.co/spaces/OpenGVLab/InternVL) ## 书生·万象InternVL 2.5的应用场景 - **图像和视频分析**：用在图像和视频内容的自动标注、分类和理解，适用于安防监控、内容审核、媒体娱乐等领域。 - **视觉问答（VQA）**：在教育、电子商务和客户服务等领域，回答与图像或视频内容相关的问题，提供更丰富的用户体验。 - **文档理解和信息检索**：对于法律、医疗和学术研究等领域的大量文档，提取关键信息，支持复杂的查询和研究工作。 - **多语言翻译和理解**：InternVL 2.5支持多语言处理，在跨语言交流、国际商务和全球化内容创作中发挥作用。 - **辅助设计和创意工作**：在设计和创意产业中，I帮助理解和实现复杂的视觉创意，如建筑设计、广告创意等。 --- 探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)