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。
- ·有氧小气泡 柔净不伤牙 欧可林AirPump A10氧气啵啵冲牙器新品品鉴会举行
- ·两岸学者泉州共话闽南文化与世界文明交流互鉴
- ·严格!阿贾克斯30领先,前红军队长亨德森怒斥丢失球权的队友
- ·[流言板]今年19号秀贾科比
- ·[流言板]八强,狼队发文:心总要狠命燃烧一下,才配得上一把灰烬!
- ·国足vs巴林官方预告:今晚22点巴林国家体育场,独家转播无央视
- ·五月天在申花主场开唱,申花球迷点歌《刻在我心底的名字》
- ·德科:目前不打算寻找九号位取代莱万,我们希望他至少再待一年
- ·[流言板]德隆:当年我就是迈不过科比这道坎,否则每年都有机会争冠
- ·小法:在摩纳哥踢球时刻意避开亨利,被他逮到一聊就是三个小时
- ·萨卡本场数据:传射建功,3射2正,2抢断,评分8.3分
- ·普利西奇:客场赢皇马真的很特别,圣西罗场地不行但球迷太棒了
- ·太幽默了!奥纳纳出击一半举手让球,漏出了空门
- ·华为Mate品牌盛典举行 万兴科技旗下亿图脑图MindMaster鸿蒙版亮相
- ·四川彝族射弩运动员热爱31载:走上赛场是最好的“彝历新年礼物”
- ·严格!阿贾克斯30领先,前红军队长亨德森怒斥丢失球权的队友
- ·多元权益赋能!北京移动全球通助力绘就“京”彩生活新蓝图
- ·足球报:巴林左后卫停赛是国足利好 伊万两次交手巴林主帅均取胜
- ·[流言板]大心脏!阿德巴约底角接球命中三分反超2分,本场三分5中3
- ·斯基拉谈尤文引援:林德洛夫年龄较大&要长期合同,什克年薪太高
- ·世体:今天西甲赛前,皇马将向主场球迷展示洲际杯奖杯
- ·打破婚变传闻?德媒:穆勒送妻子丽萨一架价值240万欧的小型飞机
- ·[流言板]詹姆斯背身强打造成威少犯规,威少非常不满与裁判理论许久
- ·萨卡本场数据:传射建功,3射2正,2抢断,评分8.3分
- ·特狮鼓舞士气:明年还有很多比赛要踢,我们会倾尽全力实现目标
- ·[流言板]科尔:我每天都期待见到希尔德;希望库明加长期留在球队