微信扫码
添加专属顾问
我要投稿
阿里千问最新AI技术突破,带你领略视觉推理的新境界。核心内容: 1. QVQ-Max模型的超强观察力和深度分析能力 2. 创意无限的应用场景:视频旁白、图片解读、手相面相 3. 实际体验:惊艳的表现和便捷的使用方式
千问太高产了,今天3月 28 日,阿里千问在官方 X 账户上宣布其推出了视觉推理模型 “`QVQ-Max`”[1],这个模型不仅能看懂图片和视频,还能进行深度分析和推理(还能看首相~)。
QVQ-Max 能快速识别图片中的各种细节:
比普通的图像识别更厉害的是,它能把这些信息串联起来,理解图片想表达的含义。
上传一张图片,QVQ-Max 能给你:
除了看图分析,QVQ-Max 还能:
实测了两个有趣的场景:
上传了一段篝火旁的视频,QVQ-Max 立即写出了富有诗意的旁白:
暮色渐浓,篝火跃动的光斑在湖面上摇曳成星河。两人围坐于松针铺就的营地,剪影被暖橘色的火光勾勒出温柔轮廓。左侧的人缓缓倾斜银色保温壶,清亮的水流如月光倾泻,在深褐色杯盏中泛起涟漪;右侧的手稳稳托住杯底,指尖相触的瞬间,仿佛传递着无声的默契。远处森林静默如画,近处火星噼啪轻响,蒸腾的热气模糊了彼此眼眸。这一刻,天地间只剩跳动的火苗与流动的温度,将孤独融化成共享的暖意。
文字优美,意境深远,完美捕捉了视频的氛围。
当我们上传一张普通照片时,QVQ-Max 不仅能准确描述画面内容,还能理解场景背后的故事和情感。
算首相这个事可不是我说的哈,是千问自己提供的演示,看以下示例:
https://x.com/i/status/1905342270704156996[2]
想试试这个超强的视觉 AI 吗?现在就可以在 Qwen Chat(chat.qwen.ai[3])上体验。只需:
QVQ-Max 的发布,让我们看到了 AI 视觉能力的新高度。它不仅能看,还能想,更能创造。这或许预示着,AI 助手离我们的日常生活又近了一步。
视觉推理模型 “QVQ-Max
”: https://x.com/Alibaba_Qwen/status/1905342260100956210
https://x.com/i/status/1905342270704156996: https://x.com/i/status/1905342270704156996
[3]chat.qwen.ai: https://chat.qwen.ai/
关注我们,第一时间获取AI领域最新动态!
"AI智见录" 期待与您相遇,在这里,我们用独特视角解读 AI 世界的每一个精彩瞬间,让科技与人文在此相融。
扫描以下二维码加小编微信,备注 “ai”,一起交流 AI 技术!
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-03-31
阿里重磅发布ChatAnyone!实时AI人物视频生成框架
2025-03-31
你的AI搭子是怎样的“人”?ChatGPT 4o图文深度测试
2025-03-31
为体验GPT-4o生图功能,终于向OpenAI付了20刀,实测完,我劝设计师们:别慌!
2025-03-31
Mistral OCR + 结构化输出:结合OCR与LLM,实现高效数据提取与组织!
2025-03-30
如何结合多模态RAG和异步调用实现大模型内容理解?
2025-03-30
阿里发布Qwen2.5-Omni:全球首个端到端全模态AI,实时音视频交互能力碾压Gemini!
2025-03-30
OpenAI,来我司上班了
2025-03-29
Agent TARS:字节跳动版通用AI助手来了!
2024-09-12
2024-06-14
2024-08-06
2024-06-17
2024-05-30
2024-08-30
2024-10-07
2024-11-28
2024-10-16
2024-04-21