阿里凌晨三點發(fā)布新的視覺推理模型QVQ-Max
加入技術交流群
3月28日消息，凌晨三點，阿里在X上發(fā)布視覺推理模型QVQ-Max。
本文引用地址：http://www.bjwjmy.cn/article/202503/468767.htm
作為QVQ-72B-Preview的升級版，官方表示，新模型針對傳統(tǒng)AI在視覺信息處理上的不足進行了優(yōu)化，增強了從視覺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(xiàn)出“thinking長度”與準確率正相關的特性，驗證了模型在復雜多模態(tài)任務中的潛力。
官方表示，QVQ-Max在三方面表現(xiàn)突出：一是細致觀察，能夠精準識別圖像中的細節(jié)和文字標識；二是深入推理，結(jié)合背景知識進行分析和推理；三是靈活應用，支持創(chuàng)意生成和內(nèi)容創(chuàng)作。
評論