腾讯微信正式发布多模态大模型 POINTS 1.5

最新 12 月 14 日消息，距离 POINT1.0 的发布已经过去两个月的时间，腾讯今天宣布推出 POINTS1.5。

最新注意到，POINTS1.5 仍然沿用了 POINTS1.0 中使用的经典的  LLaVA 架构，由一个 vision encoder，一个 projector 和一个大语言模型组成。

据官方介绍，这一代 POINTS 模型，不仅兼顾了 POINTS1.0 中所坚持的效率优先的思想，同时极大了增强了模型的性能。

腾讯表示，POINTS1.5-7B 位居全球 10B 以下开源模型的榜首，超越诸如 Qwen2-VL, InternVL2 和 MiniCPM-V-2.5 等业界领先的模型。

实际应用方面，POINTS1.5 在复杂场景的 OCR，推理能力，关键信息提取，Latex 公式提取，数学，图片翻译，物体识别等几个方面中都有不错的表现。

参考资料：

• Paper: https://huggingface.co/papers/2412.08443

• Github: https://github.com/WePOINTS/WePOINTS

• HuggingFace: https://huggingface.co/WePOINTS/POINTS-1-5-Qwen-2-5-7B-Chat