阿里云通义开源首个多模态推理模型QVQ 视觉推理比肩OpenAI o1
12月25日,阿里阿里云通义千问发布业界首个开源多模态推理模型QVQ-72B-Preview。云通义开源首QVQ展现出超预期的个多视觉理解和推理能力,在解决数学、模态模型物理、推理科学等领域的觉推肩复杂推理问题上表现尤为突出。多项评测数据显示,理比QVQ超越了此前的阿里视觉理解模型「开源王者」Qwen2-VL,整体表现与「满血版」OpenAI o1、云通义开源首Claude3.5 Sonnet等推理模型相当。个多目前,模态模型开发者可在魔搭社区和HuggingFace平台上直接体验。推理
人类的觉推肩推理能力植根于语言思维和视觉记忆中,正因此,理比利用视觉理解增强大模型推理能力,阿里成为AI技术的前沿探索之一。一个月前,通义发布AI推理模型QwQ-32B-Preview,即斩获SuperCLUE的AI推理模型榜单「全球开源冠军」;如今,通义团队在Qwen2-VL-72B开源模型基础上,研发出多模态推理模型QVQ-72B-Preview,可实现更仔细的逐步推理,视觉推理能力也显著进步,在解决复杂问题时表现惊艳。
在考察模型视觉理解及推理的MMMU评测中,QVQ取得了70.3分,水平已达大学级别;在聚焦数学的视觉推理测试MathVista中,QVQ得分超过OpenAI o1,印证了其强大的图形推理能力;在更具多样性和学科广度的MathVison评测中,QVQ表现超越Claude3.5及GPT4o,说明QVQ更擅长解决真实数学问题;在奥赛级别的OlympiadBench基准测试中,QVQ也展现了出色的视觉推理能力。
QVQ是一个会基于视觉进行深度思考推理的大模型。QVQ不但能感知更准确的视觉内容,并据此作出更细致的分析推理,还会质疑自身假设,仔细审视其推理过程的每一步,经过深思熟虑后给出最后结论。QVQ可以轻松识别“梗图”内涵;看真实照片可合理推断出物体个数及高度等信息;在面对数学、物理、化学等各科学领域难题,QVQ能像人甚至科学家一样,给出思考过程和准确答案。
目前,QVQ-72B-Preview已在魔搭社区和HuggingFace等平台上开源,开发者可上手体验。据了解,一个月前开源的推理模型QwQ受到全球开发者热捧,一发布就登上HuggingFace模型趋势榜榜首。截至目前,通义千问Qwen的衍生模型数突破7.8万个,已超越Llama成为全球规模最大的AI模型群。
相关文章
- 这不一样吗?这张经典图又多了一位新成员阿莫林也许知道只有祈祷才能拯救球队虾仁猪心!伯恩茅斯收下3分大礼这回曼彻斯特的天空是青一块紫一块的拉什福德:不会又开始想念我了吧?争冠南半球组:热刺高居榜首,曼联2024-12-27
20万级硬派混动方盒子!北京BJ40魔核电驱版12月10日预售
12月9日消息,北京BJ40魔核电驱版将于12月10日开启预售。作为全新北京BJ40的增程动力版本,搭载1.5T增程器,竞争对手指向坦克300 Hi4-T。据悉,北京BJ40系列燃油版车型全系指导价区2024-12-27多特高层谈世俱杯:四支球队来自四个大洲,这就是这项赛事的魅力
12月6日讯2025世俱杯抽签结果出炉,多特与弗鲁米嫩塞、蔚山HD、马梅洛迪日落同分F组。抽签后,多特高层、教练、球员等接受采访谈及抽签结果。总经理里肯:“近年来,世俱杯汇聚了来自各大洲和联盟的最佳球2024-12-27[流言板]手感冰凉!老鹰半场三分19中2命中率11%,掘金命中5记三分
[流言板]手感冰凉!老鹰半场三分19中2命中率11%,掘金命中5记三分由篮球资讯发表在篮球资讯 50212月09日讯 今日NBA常规赛掘金对阵老鹰的比赛正在进行中。半场比赛,掘金71-48领先老鹰。老2024-12-27米兰“旧将”本轮齐爆发,CDK双响,萨56造3球,科隆博波贝加破门
12月23日讯 本轮意甲,多位米兰旧将/租将表现出色。亚特兰大3-2逆转恩波利,科隆博为恩波利首开纪录,德凯特拉雷梅开二度导演逆转。萨勒马科尔斯独造三球,罗马5-0横扫帕尔马。波贝加锁定胜局,博洛尼亚2024-12-27- 8月27日讯此前马竞官方宣布,租借签下亚特兰大门将穆索。据悉,这笔交易租借费用150万欧,买断费用700万欧。穆索入选了新一期的阿根廷队大名单,在亮相仪式上,穆索和马竞主席雷塞雷佐展示了马竞1号球衣。2024-12-27
最新评论