Qwen2.5-VL-7B
阿里巴巴通义千问团队推出的70亿参数视觉语言模型，支持图像和文本输入，常用于GUI智能体等视觉任务。
时间轴 (近 90 天)
在 AndroidControl 基准上，GUI-JEPA 的推理速度是用相同输入微调的 Qwen2.5-VL-7B 智能体的 2.8 至 4.0 倍。
GUI-JEPA 仅使用 Qwen2.5-VL-7B 约 6% 的参数量，便达到了后者在 AndroidControl 分布内精度 86% 至 92% 的水平。
Hy-Nomas架构包含三个主要部分：语言模型（Qwen2.5-VL-7B）、DiT视频扩散Transformer、解码器（Pixel UMM）。
Realist 通过本地 Ollama 服务器运行 Qwen2.5-VL-7B 视觉模型（默认 qwen2.5vl:7b），照片缩放并剥离元数据后只发往 127.0.0.1，不流向外部。
Qwen2.5-VL-7B 是阿里通义千问团队发布的视觉语言模型，参数规模约 70 亿；7B 尺寸可在消费级硬件上本地运行。
SLVR构建在Qwen2.5-VL-7B之上
全部知识事实 (6)
在 AndroidControl 基准上，GUI-JEPA 的推理速度是用相同输入微调的 Qwen2.5-VL-7B 智能体的 2.8 至 4.0 倍。
50%待验证GUI-JEPA 仅使用 Qwen2.5-VL-7B 约 6% 的参数量，便达到了后者在 AndroidControl 分布内精度 86% 至 92% 的水平。
50%待验证Hy-Nomas架构包含三个主要部分：语言模型（Qwen2.5-VL-7B）、DiT视频扩散Transformer、解码器（Pixel UMM）。
50%待验证Realist 通过本地 Ollama 服务器运行 Qwen2.5-VL-7B 视觉模型（默认 qwen2.5vl:7b），照片缩放并剥离元数据后只发往 127.0.0.1，不流向外部。
50%待验证Qwen2.5-VL-7B 是阿里通义千问团队发布的视觉语言模型，参数规模约 70 亿；7B 尺寸可在消费级硬件上本地运行。
50%待验证SLVR构建在Qwen2.5-VL-7B之上
50%