日前推出加強邏輯推理的人工智慧 模型「QwQ-32B-Preview」，阿里巴巴 稍早宣布推出加入視覺推論能力的人工智慧模型「QVQ-72B-Preview」，並且強調在語言理解與視覺推論有大幅進展，標榜能解決複雜問題。
「QVQ-72B-Preview」除了在參數數量規模增加至720億組，更加入影像識別能力，配合大型自然語言模型的理解分析能力，透過前後文理解推論與視覺分析，進而推理解決複雜問題的方法。
阿里巴巴表示，「QVQ-72B-Preview」將可用於大型家具於空間模擬放置，或是用於醫療影像分析診斷。同時，「QVQ-72B-Preview」在MathVista、MathVision、OlympiadBench的數學即可學基準測試取得優異表現，更在MathVision效能表現貼近OpenAI推出的o1人工智慧模型。
不過，由於目前仍處於預覽階段，因此「QVQ-72B-Preview」在執行運作時可能會出現遞歸推理循環情況，同時在混用不同語言情況下也會增加其執行反應時間。
目前「QVQ-72B-Preview」已經透過Hugging Face平台託管，以開源形式提供所有人取用。
《原文刊登於合作媒體mashdigi，聯合新聞網獲授權轉載。》
📌 數位新聞搶鮮看！
訂閱《科技玩家》YouTube頻道！
💡 追新聞》》在Google News按下追蹤，科技玩家好文不漏接！
📢 Gmail帳號太中二怎麼修改？3步驟換掉Google ID、還有次數限制
📢 難尋4G 599吃到飽「問客服也沒用」！內行5招成功拿低價方案
📢追劇神技！Netflix「隱藏代碼」曝光 輸入5碼韓劇全跳出、還有星爺專屬彩蛋
📢 前進《動物森友會》Xpark海洋生物互動展！動森特典帽子超可愛
📢DJI Osmo Pocket 4開箱！獨旅6大實測福岡、糸島拍照攝影 還能拍富士山超勸敗
📢 小米Xiaomi 17T Pro開箱！徠卡長焦拍攝絕美人像、捕捉排球少年熱血瞬間
討論區