品玩4月23日讯，据 marktechpost 报道，英伟达近日推出多模态视觉语言 AI 模型Eagle 2.5，模型性能堪比GPT-4O。

该模型专注于理解大规模视频和图像，尤其擅长处理高分辨率图像和长视频序列。尽管参数规模仅为 8B，Eagle 2.5 在 Video-MME 基准测试（512 帧输入）中得分高达 72.4%，媲美 Qwen2.5-VL-72B 和 InternVL2.5-78B 等更大规模模型。

英伟达表示，Eagle 2.5-8B 在多项视频和图像理解任务中表现出色。在视频基准测试中，MVBench 得分为 74.8，MLVU 为 77.6，LongVideoBench 为 66.4；在图像基准测试中，DocVQA 得分为 94.1，ChartQA 为 87.5，InfoVQA 为 80.4。