अलीबाबा ने हाल ही में QVQ-72B नामक एक नया बहु-मोड तर्क मॉडल लॉन्च किया है, जो Qwen2-VL-72B पर आधारित है, जिसमें शक्तिशाली भाषा और दृश्य क्षमताओं का समावेश है, जो अधिक जटिल तर्क और विश्लेषणात्मक कार्यों को संभाल सकता है, जो बहु-मोड AI क्षेत्र में एक नई प्रगति का संकेत है। QVQ-72B ने दृश्य तर्क, गणित और विज्ञान की समस्याओं में उल्लेखनीय सुधार दिखाया है, विशेष रूप से बहु-चरण तर्क कार्यों में। इसका मतलब है कि यह मॉडल न केवल पाठ जानकारी को समझ सकता है, बल्कि छवि जानकारी को भी समझ सकता है और बहु-चरण

Qwen टीम ने हाल ही में अपने नवीनतम विकसित मल्टी-मोडल इंफरेंस मॉडल QVQ को ओपन-सोर्स करने की घोषणा की है, जो कृत्रिम बुद्धिमत्ता के दृश्य समझ और जटिल समस्या-समाधान क्षमताओं में महत्वपूर्ण कदम के रूप में काम करता है। यह मॉडल Qwen2-VL-72B पर आधारित है, जिसका उद्देश्य भाषा और दृश्य जानकारी को जोड़कर AI की विवेचनात्मक क्षमताओं को बढ़ाना है। MMMU परीक्षण में, QVQ ने 70.3 का उच्च स्कोर प्राप्त किया, और कई गणितीय संबंधित मानक परीक्षणों में Qwen2-VL-72B-Instruct की तुलना में महत्वपूर्ण प्रदर्शन में सुधार दिखाया।