Я разработал систему визуального анализа с помощью Qwen2-VL, мультимодальной модели искусственного интеллекта от Alibaba через Hugging Face. Система принимает изображение и текстовый вопрос («Что не так с тактикой?») и предоставляет глубокий анализ, сочетая компьютерное зрение и обработку естественного языка.