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。

• ·高德地图2024年度出行报告发布：来看看你去了几个城市
• ·多款车型生产一致性不合规被通报！天际汽车：数量太多了 不会召回
• ·AGI、GAI、LLM怎么翻译：一大波人工智能外语词“中文名”出炉！
• ·玩家发现《流放之路2》第三幕两个秘密商贩
• ·真只有三岁C罗手拿动物皮毛的标本，发出叫声吓唬孩子们
• ·巴萨31领先！亚马尔风骚外脚背助攻，拉菲尼亚梅开二度
• ·黑暗奇幻战斗游戏《圣约》预告 止痛药黑暗弥塞亚合体
• ·埃梅里：球队需要为进入前八名而努力；我们得到了关键的积分
• ·KK逼死我杯之2024总决赛,超十万奖金年终巨献！
• ·黑暗奇幻战斗游戏《圣约》预告 止痛药黑暗弥塞亚合体
• ·《生化危机2：重制版》正式登陆iOS/Mac 首发特价优惠
• ·致敬C罗，传奇说唱歌手姆爷用Siu结束其在阿布扎比的演出
• ·新研究：运动20分钟可抵消熬夜伤害
• ·雷军穿上“雷军班”班服：瞬间感觉年轻了
• ·[流言板]在尼克斯Logo丢骰子！特雷
• ·马斯克星舰同款：国内首个“筷子夹火箭”方案通过预评审