InternVL书生多模态视觉开源模型

InternVL 2.5 2.5

InternVL系列 · 上海人工智能实验室 · 2025-01发布

开源支持本地部署多模态国内可直连有免费额度长上下文

🔗 官方体验地址 → 📄 API文档地址 → 📥 模型下载地址 →

模型介绍

书生开源视觉多模态模型 InternVL 2.5，覆盖 1B~78B 全尺寸，MIT 许可，图文理解与 OCR 能力领先开源阵营。

模型基础信息

模型系列InternVL系列

开发机构上海人工智能实验室

发布时间2025-01

参数规模1B - 78B

上下文窗口128K

模型类型多模态（图像）

中文能力优秀

使用方式网页体验 / API调用 / 本地部署

免费额度与收费政策

开源免费

免费规则详情

MIT 自由商用。

收费标准简介

本地零成本。

模型能力介绍

✅ 核心优势

视觉顶尖
中文
MIT
全尺寸

⚠️ 短板与局限

衍生模型多需选型

🎯 适用场景

OCR
图文
医图
文档

模型使用教程

本章节整理 InternVL 2.5 的在线体验、API调用、本地部署全套入门教程，快速上手使用该模型。

本地体验：ollama run internvl-2-5 或 Transformers / vLLM 加载。
云端：HF 托管模型可在线体验。

ollama run internvl-2-5 "用中文介绍一下InternVL 2.5"

HF_ENDPOINT=https://hf-mirror.com huggingface-cli download 上海人工智能实验室/InternVL 2.5 --local-dir ./internvl-2-5

或 ModelScope 国内直连下载。

from transformers import AutoModelForCausalLM, AutoTokenizer
model = AutoModelForCausalLM.from_pretrained('上海人工智能实验室/InternVL 2.5')
tok = AutoTokenizer.from_pretrained('上海人工智能实验室/InternVL 2.5')
code = tok.apply_chat_template([{'role':'user','content':'你好'}], tokenize=False)
print(model.generate(**tok(code, return_tensors='pt')))

InternVL 2.5 是书生开源视觉多模态（1B~78B，MIT），OCR 与图文理解领先开源，端侧可跑小尺寸。

transformers 加载：

pip install -U transformers

python -c "from transformers import AutoModelForCausalLM, AutoTokenizer; m=AutoModelForCausalLM.from_pretrained('OpenGVLab/InternVL2_5-8B', torch_dtype='float16', trust_remote_code=True).cuda(); t=AutoTokenizer.from_pretrained('OpenGVLab/InternVL2_5-8B', trust_remote_code=True)"

vLLM 服务化（支持视觉）：

pip install vllm && vllm serve OpenGVLab/InternVL2_5-8B --trust-remote-code --port 8000

低显存用 2B/4B 小尺寸或 AWQ 量化。

Tips：8B 约 16GB 显存；OCR、医图、文档理解是强项。

💡 使用小技巧

视觉任务国产首选。

❓ 常见问题 FAQ

Q1：InternVL 强项？\nA1：视觉理解与 OCR。

访问备注与注意事项

hf-mirror 可下