阿里云通义开源首个多模态推理模型QVQ 在数学、物理等领域表现突出

【环球网科技综合报道】12月25日，阿里云通义千问发布开源多模态推理模型QVQ-72B-Preview。据了解，QVQ的优势在视觉理解和推理能力，在解决数学、物理、科学等领域的复杂推理问题上表现尤为突出。目前，开发者可在魔搭社区和HuggingFace平台上直接体验。

据了解，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。截至目前，通义千问Qwen的衍生模型数突破7.8万个。