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。
本文引用地址:http://www.j9360.com/article/202503/468767.htm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,結(jié)合背景知識(shí)進(jìn)行分析和推理;三是靈活應(yīng)用,支持創(chuàng)意生成和內(nèi)容創(chuàng)作。
評(píng)論