ニュース
InclusionAI 公开 ZwZ2 视觉模型系列，覆盖 4B、9B 与 27B
InclusionAI 的 Zooming without Zooming v2 系列包含 4B、9B 和 27B 三档视觉语言模型，使用约 2.04 万条多区域视觉问答样本进行强化学习，目标是在不调用缩放工具的推理流程中连接细粒度视觉证据。
InclusionAI 已公开 Zooming without Zooming v2（ZwZ2）视觉语言模型系列，包括 4B、9B 与 27B 三档，分别基于相应 Qwen 视觉语言模型训练。官方说明三档使用同一批约 2.04 万条经过验证的多区域视觉问答样本，通过 GRPO 强化学习连接图像不同区域的证据。
训练使用完整图像，推理不依赖额外缩放工具；裁剪视图用于构建训练数据，并非每次推理都要执行裁剪。官方跨领域评测属于其研究结果，不能直接等同于所有视觉任务的实际表现。
参考：官方资料。