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。
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
2025-04-28
3D 小白亲测:用 Trae + Blender MCP 从零开始 AI 建模(附踩坑指南)
2025-04-27
行业落地分享:作业帮问答检索系统实践
2025-04-27
大模型赋能CAD图纸智能识别与集成实战指南
2025-04-25
英伟达推出 Describe Anything 3B AI 模型了
2025-04-24
OpenAI 图像生成 API 开放!开发者也能“一键出图”了
2025-04-24
OpenAI终于放出图像生成模型 API ,Midjourney危!
2025-04-24
多模态RAG:解读检索、重排、精炼三大关键技术
2025-04-23
我复刻了一个Manus
2024-09-12
2024-06-14
2024-06-17
2024-08-06
2024-08-30
2024-05-30
2024-11-28
2024-10-07
2024-10-16
2024-04-21
2025-04-08
2025-04-05
2025-03-30
2025-03-26
2025-03-05
2025-03-02
2025-01-08
2024-12-13