升级到 vlm2后，低像素图片识别效果明显变低，甚至不如老的 vm

[schild]

Feature request / 功能建议

建议对低像素识别增加优化

Motivation / 动机

入体，同一张图片，通义可以正确识别关键信息，vlm1 效果好于通义。现在升级到 vlm2后，很多信息都识别不了

Your contribution / 您的贡献

入体