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(jí)版，官方表示，新模型針對(duì)傳統(tǒng)AI在視覺(jué)信息處理上的不足進(jìn)行了優(yōu)化，增強(qiáng)了從視覺(jué)感知到認(rèn)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(cè)試中，QVQ-Max表現(xiàn)出“thinking長(zhǎng)度”與準(zhǔn)確率正相關(guān)的特性，驗(yàn)證了模型在復(fù)雜多模態(tài)任務(wù)中的潛力。官方表示，QVQ-Max在三方面表現(xiàn)突出：一是細(xì)致觀察，能夠精準(zhǔn)識(shí)別圖像中的細(xì)節(jié)和文字標(biāo)識(shí)；二是深入推理
• 關(guān)鍵字： 阿里  視覺(jué)推理模型  QVQ-Max