# Ovis1.6 – 阿里国际AI团队推出的多模态大模型，超过闭源GPT-4o-mini

- Link: https://paooo.com/aigc-news/26798/
- Published: 2026-07-08T23:15:40+08:00
- Author: 站外新闻

## Ovis1.6是什么

Ovis1.6是阿里国际AI团队推出的多模态[大模型](https://paooo.com/ai-study/)，在多模
态权威综合评测基准OpenCompass上取得了优异的成绩，特别是在30亿参数以下的模型中综合
得分排名第一，超越了其他主流模型。Ovis1.6模型在数学推理、视觉理解等多项任务中表现
出色，甚至超过闭源的GPT-4o-mini模型。Ovis1.6能处理包括文本和图像在内的多种数据输入，
具备强大的视觉感知推理、数学和科学问题解答、生活场景理解等多模态任务处理能力。

阅读目录

 * [Ovis1.6是什么](https://paooo.com/aigc-news/26798/#ovis16%e6%98%af%e4%bb%80%e4%b9%88)
 * [Ovis1.6的主要功能](https://paooo.com/aigc-news/26798/#ovis16%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Ovis1.6的技术原理](https://paooo.com/aigc-news/26798/#ovis16%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Ovis1.6的项目地址](https://paooo.com/aigc-news/26798/#ovis16%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Ovis1.6的应用场景](https://paooo.com/aigc-news/26798/#ovis16%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![Ovis1.6](https://paooo.com/wp-content/uploads/2026/07/Ovis1.6-website-1.avif)

## Ovis1.6的主要功能

 * **数学推理问答**：准确回答各种数学问题，包括复杂的数学公式和逻辑推理。
 * **物体识别**：识别不同物体，例如花卉品种，表明其在图像识别方面的能力。
 * **文本提取**：支持多种语言的文本提取，Ovis1.6能从各种文档中识别和提取文本信息。
 * **复杂任务决策**：处理和理解多种类型的数据输入，进行复杂的决策任务，如图像和文本
   的综合分析。
 * **图像理解**：在图像理解任务上达到SOTA（State of the Art）水平，能处理高分辨率
   和极端长宽比的图像。

## Ovis1.6的技术原理

 * **创新架构设计**：Ovis1.6基于视觉tokenizer加上视觉嵌入表和大语言模型的架构。设计
   引入可学习的视觉嵌入表，将连续的视觉特征转换为概率化的视觉token，再通过视觉嵌入
   表多次索引加权得到结构化的视觉嵌入，提升多模态任务的表现。
 * **高分图像处理**：Ovis1.6支持处理极端长宽比的图像，并且兼容高分辨率图像，使模型
   在图像理解任务上展现出色的能力。
 * **全面数据优化**：Ovis1.6在训练中使用多种类型的数据集，包括Caption、VQA、OCR、
   Table、Chart等，全面数据覆盖显著提升模型在多模态问答、指令跟随等任务上的表现。
 * **卓越模型性能**：在多模态权威综合评测OpenCompass上，Ovis1.6-Gemma2-9B在30B参数
   以下的模型中取得综合排名第一的成绩，展现了优异的性能。

## Ovis1.6的项目地址

 * **GitHub仓库**：[https://github.com/AIDC-AI/Ovis](https://github.com/AIDC-AI/Ovis)
 * **HuggingFace模型库**：[https://huggingface.co/AIDC-AI/Ovis1.6-Gemma2-9B](https://huggingface.co/AIDC-AI/Ovis1.6-Gemma2-9B)
 * **arXiv技术论文：**[https://arxiv.org/pdf/2405.20797](https://arxiv.org/pdf/2405.20797)

## Ovis1.6的应用场景

 * **教育和学习辅助**：Ovis1.6能准确回答数学问题，识别和解释数学公式，作为教育工具，
   能帮助学生学习和理解复杂概念。
 * **农业和植物识别**：通过物体识别能力，Ovis1.6帮助识别不同品种的植物，对农业研究
   和植物保护等领域有重要作用。
 * **语言翻译和文本处理**：支持多种语言的文本提取和翻译，适用于跨语言交流、国际商务
   和多语言内容创作。
 * **图像识别和分析**：识别手写字体和复杂图像，适用于图像内容审核、安全监控和艺术
   作品分析。
 * **自动驾驶**：整合视觉数据，提高自动驾驶车辆的环境感知和决策能力，增强行车安全。
 * **医疗诊断**：辅助医生进行医学图像分析，提高疾病诊断的准确性和效率。

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 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/)
[⚡ AIGC 早报生成器](https://paooo.com/mtool/)