# 书生·万象InternVL 2.5 – 上海 AI Lab 开源的多模态大语言模型系列 - Link: https://paooo.com/aigc-news/24933/ - Published: 2026-07-10T17:18:29+08:00 - Author: Prompt 语宙研究院 ## 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。 阅读目录 * [书生·万象InternVL 2.5是什么](https://paooo.com/aigc-news/24933/#%e4%b9%a6%e7%94%9f%e4%b8%87%e8%b1%a1internvl-25%e6%98%af%e4%bb%80%e4%b9%88) * [书生·万象InternVL 2.5的主要功能](https://paooo.com/aigc-news/24933/#%e4%b9%a6%e7%94%9f%e4%b8%87%e8%b1%a1internvl-25%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd) * [书生·万象InternVL 2.5的技术原理](https://paooo.com/aigc-news/24933/#%e4%b9%a6%e7%94%9f%e4%b8%87%e8%b1%a1internvl-25%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86) * [书生·万象InternVL 2.5的项目地址](https://paooo.com/aigc-news/24933/#%e4%b9%a6%e7%94%9f%e4%b8%87%e8%b1%a1internvl-25%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80) * [书生·万象InternVL 2.5的应用场景](https://paooo.com/aigc-news/24933/#%e4%b9%a6%e7%94%9f%e4%b8%87%e8%b1%a1internvl-25%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af) ![InternVL 2.5](https://paooo.com/wp-content/uploads/2026/07/InternVL-2.5-website- 1.avif) ## 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。 [🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（ paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示 词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发 者与创作者提供一手、可复现的深度技术洞察。 [📄 Markdown 纯净版](https://paooo.com/aigc-news/24933/?format=md) 💡 这篇内容对您有启发吗？ [📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/) **🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词 咒语库 [🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/) [📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)