KI-Wochenrückblick 2024 · KW 35
Historischer Bezug: bis · Bezugsdatum: .
Nachträglich recherchierter Archivbeitrag mit KI-Unterstützung. Eine persönliche Fassung von Marvin kann später ergänzt werden. Das Veröffentlichungsdatum dieser Seite nennt die tatsächliche Erstveröffentlichung.
Das Qwen-Team veröffentlichte eine neue Generation multimodaler Modelle.
Was in dieser Woche bekannt war
Damals öffentlich bekannt
Das Qwen-Team stellte am 29. August Qwen2-VL vor. Die Ankündigung beschrieb Bildverständnis bei unterschiedlichen Auflösungen, Verarbeitung längerer Videos und das Erkennen von Text in mehreren Sprachen. Die Varianten mit zwei und sieben Milliarden Parametern wurden unter Apache 2.0 bereitgestellt; für das größere 72B-Modell wurde zunächst ein API-Zugang beschrieben. Die damalige Zugangsform ist von späteren Veröffentlichungen zu unterscheiden.
Redaktionelle Einordnung
Redaktionelle Einordnung
Relevant war die Verbindung aus mehr Eingabearten und unterschiedlichen Modellgrößen. Für Entwickler entstand damit eine weitere Möglichkeit, visuelle Aufgaben selbst zu untersuchen, ohne sich auf einen einzigen gehosteten Assistenten festzulegen. Das machte die Frage nach einer passenden multimodalen Architektur konkreter.
Bei Dokumenten und Videos sind jedoch andere Fehler wichtig als bei einem allgemeinen Chat. Eine Antwort kann sprachlich korrekt wirken und trotzdem eine Zahl aus der falschen Tabelle übernehmen oder zeitlich getrennte Szenen vermischen. Ein nachvollziehbarer Versuch würde daher gezielt solche Verwechslungen prüfen und die jeweilige Bild- oder Zeitquelle erhalten.
Die Schlussfolgerung ist keine pauschale Empfehlung für eine bestimmte Modellfamilie. Sie lautet vielmehr: Mehr Zugänglichkeit schafft bessere Vergleichsmöglichkeiten. Diese sollte man nutzen, um einen konkreten Vorgang unter eigenen Testbedingungen zu beurteilen. Die Woche war ein weiterer Schritt zu breiter verfügbaren visuellen KI-Bausteinen; deren zuverlässige Einbettung in einen Arbeitsprozess blieb eine eigenständige Entwicklungsaufgabe.
Quellen & Faktenstand
Qwen2-VL: To See the World More Clearly
Das Qwen-Team veröffentlichte eine neue Generation multimodaler Modelle.
Quellenveröffentlichung: 2024-08-29 · geprüft: 2026-10-27 · damals verfügbar