3月28日最新消息，就在今天凌晨时段，阿里通义千问团队重磅宣布，正式推出新一代视觉推理模型——QVQ-Max。

阿里通义千问推出视觉推理模型QVQ-Max：可分析、推理图片和视频内容

据官方详细介绍，QVQ-Max具备强大的功能，它不仅能够精准理解图片和视频所包含的内容，还能针对这些信息进行深入的分析与推理。而且，它的能力远不止于此，设计插图、生成短视频剧本等任务它都能轻松完成，甚至可以根据用户的特定需求，创作出富有创意的角色扮演内容。

核心能力：从观察到推理

QVQ-Max的能力主要可以归纳为三个方面，即细致观察、深入推理和灵活应用。下面就来具体看看它在这三个方面的出色表现。

细致观察：抓住每一个细节

QVQ-Max在解析图片方面展现出了超强的能力。无论是结构复杂的专业图表，还是日常生活中随手拍摄的照片，它都能够迅速且准确地识别出其中的关键元素。例如，当你上传一张照片时，它可以清晰地告诉你照片中包含了哪些物品，有哪些文字标识，甚至连一些你可能在不经意间忽略的小细节，它也能敏锐地指出来。

深入推理：不只是“看到”，还要“想到”

仅仅识别出图片里的内容显然无法满足QVQ-Max的强大能力设定。它还具备进一步分析这些信息的能力，并能够结合丰富的背景知识，得出合理的结论。比如，在面对一道几何题时，它能根据题目中附带的图形，通过严谨的逻辑推导得出正确答案；在观看一段视频时，它能依据画面内容，合理推测出接下来可能发生的情节，仿佛拥有了“预知未来”的能力。

灵活应用：从解答问题到创作

除了具备分析和推理的能力外，QVQ-Max还能完成许多有趣且实用的任务。它可以帮助用户设计插画，让原本空白的画布变得丰富多彩；能够生成短视频脚本，为创作者提供灵感和思路；甚至还能根据用户的需求，创作出充满想象力的角色扮演内容。如果你上传一幅草稿，它就仿佛是一位专业的设计师，能帮你将其完善成一幅完整的精美作品；要是你上传一张日常照片，它又能化身犀利的评论家或者神秘的占卜师，为你提供独特的见解和有趣的解读。

QVQ-Max的应用范围很广，无论是在学习、工作还是日常生活中都能派上用场

职场工具：在工作中助力高效完成任务

在工作中，QVQ-Max能够成为员工的得力助手。它可以协助完成诸如数据分析、信息整理以及编程写代码等多种复杂任务，大大提高工作效率，减轻工作负担。

学习助手：帮助学生攻克难题，轻松学习

对于广大学生群体来说，QVQ-Max无疑是一位贴心的学习伙伴。它可以帮助学生解答数学、物理等多个科目的难题，尤其是那些配有图表的题目，让学生不再为复杂的知识点而烦恼。同时，它还能通过直观易懂的方式讲解复杂的概念，使学习过程变得更加轻松愉快。

生活小帮手：为日常生活提供实用建议

在日常生活中，QVQ-Max同样能发挥重要作用。它可以根据你的衣柜照片，为你推荐时尚又合适的穿搭方案；或者根据食谱图片，详细指导你如何烹饪一道美味的新菜，让你的生活更加便捷和丰富。

目前，该模型已经正式上线Qwen Chat平台。用户只需上传任意图片或视频，提出自己的问题，然后轻轻点击“Thinking”按钮，就能轻松使用QVQ-Max强大的推理能力。

阿里巴巴方面表示，此次推出的QVQ-Max只是该模型演化过程中的一个阶段性成果。在未来，他们将持续对模型的性能进行优化，并不断扩展其功能，为用户带来更多惊喜和便利。