一、教程简介

Qwen2.5-VL-32B-Instruct 是阿里巴巴通义千问团队于 2025 年 3 月 24 日开源的多模态大模型，基于 Apache 2.0 协议发布。该模型在 Qwen2.5-VL 系列的基础上，通过强化学习技术优化，以 32B 参数规模实现了多模态能力的突破。

🚀 Qwen2.5-VL-32B 震撼升级！更强的视觉 AI，更聪明的多模态助手！ 🌟

🔥  核心特性升级

• 细粒度视觉分析：在医疗影像解析、工程图纸识别等专业领域，模型展现出像素级内容捕捉能力，并支持多图关联推理与时空维度分析
• 输出风格优化：模型的输出内容在格式规范与信息详实度上更贴近人类表达习惯，特别是在复杂场景中能生成结构清晰、逻辑严密的解决方案。
• 数学推理突破：针对包含多变量方程、几何证明等复杂数学问题，模型通过算法优化将解题准确率提升至行业领先水平。

本教程使用 Qwen2.5-VL-32B-AWQ 作为演示，算力资源采用 A6000 。

二、运行步骤

1. 启动容器后点击 API 地址即可进入 Web 界面

若显示「bad Gateway」，这表示模型正在初始化，由于模型较大，请等待约 1-2 分钟后刷新页面。

2. 进入网页后，即可与模型展开对话

当前支持文本输入、上传图像理解、上传视频理解（由于显存限制，仅支持 5s 以内视频输入，否则将报错）

交流探讨

🖌️ 如果大家看到优质项目，欢迎后台留言推荐！另外，我们还建立了教程交流群，欢迎小伙伴们扫码备注【SD 教程】入群探讨各类技术问题、分享应用效果↓