通义千问发布视觉推理模型QVQ-Max，实现图像视频内容分析与推理

继去年12月推出探索性模型QVQ-72B-Preview后，通义千问团队今日正式发布首个版本的视觉推理模型QVQ-Max。该模型突破了传统视觉模型的局限，不仅能准确识别图像与视频中的内容，更具备深层次的信息分析与逻辑推理能力。在实际测试中，QVQ-Max在解决数学问题、回答日常疑问、编写程序代码乃至辅助艺术创作等方面均表现出色。相比此前发布的预览版本，新模型在推理准确性和应用稳定性方面均有显著提升，标志着通义千问在视觉理解与推理技术领域迈出重要一步。目前该模型已在GitHub、Hugging Face、ModelScope等平台开放访问，并设有Discord社区供开发者交流。