阿里凌晨三點(diǎn)發(fā)布新的視覺(jué)推理模型QVQ-Max

3月28日消息，凌晨三點(diǎn)，阿里在X上發(fā)布視覺(jué)推理模型QVQ-Max。

作為QVQ-72B-Preview的升級版，官方表示，新模型針對傳統AI在視覺(jué)信息處理上的不足進(jìn)行了優(yōu)化，增強了從視覺(jué)感知到認知推理的能力。

QVQ-Max支持圖像、視頻與文本的聯(lián)合推理。在MathVision benchmark測試中，QVQ-Max表現出“thinking長(cháng)度”與準確率正相關(guān)的特性，驗證了模型在復雜多模態(tài)任務(wù)中的潛力。

官方表示，QVQ-Max在三方面表現突出：一是細致觀(guān)察，能夠精準識別圖像中的細節和文字標識；二是深入推理，結合背景知識進(jìn)行分析和推理；三是靈活應用，支持創(chuàng )意生成和內容創(chuàng )作。