今日凌晨，胜行阿里旗下的测图出通义千问推出了一款视觉推理模型——QVQ-Max，Qwen团队称该模型具备理解图片与视频内容的形推命运之夜央视新闻网能力，并且还能根据所提供的理题里推信息展开分析推理。 我们目前所用到的胜行常见大模型虽然也能上传图片，但是测图出只能识别图片里的文字，对画面图形则缺少概念，形推因此不能算作视觉推理模型，理题里推QVQ-Max则着重提升了这一点。胜行 “例如，测图出在一道几何题中，形推它可以根据题目附带的理题里推图形推导出答案；在一段视频里，它能根据画面内容推测出接下来可能发生的胜行命运之夜央视新闻网情节。” 
不过光看千问团队的测图出宣传好像也感觉不出来到底有多厉害，不如咱们直接来给它上上强度。形推 热点科技这里准备了几道公务员行测的图形推理模拟题，来看看QVQ-Max到底能不能给出正确答案。 首先我们在QWEN CHAT平台选择这一模型，将从网上收集到的题目图片上传，直接询问答案。不过需要注意的是，或许是由于该模型今天才上线，在上传题目图片时总是提示网络错误，稍后再试。大家可能需要耐心点多试几次。 第一题如图，QVQ-Max响应很快，但是想的好像有点多，思考了足足3500个汉字才给出答案D选项，但是回答错误，正确答案是B。  
一题好像并不能证明实力，咱们又上传了新的一题，看看QVQ-Max能不能一雪前耻。不过这一题对于QVQ-Max来说好像有点困难，竟然思考了多达6000个汉字才给出答案，仍然是D选项，仍然是错误的，正确答案是B。 
最后一次，再来一题。好在这次结果还算好，QVQ-Max给出了正确的答案B选项，但是思考时间实在太长，依然足足有6000个汉字，等待时间接近十分钟，如果QVQ-Max去考试，恐怕没做完题目就要收卷了。 
看起来行测的图形推理题目对于QVQ-Max来说有点超纲，本想试着上传一段视频，测测QVQ-Max的视频能力，但是显示一直上传失败，只得作罢。有兴趣的朋友可以自行去测试一下QVQ-Max的其他能力噢。 根据Qwen团队的解释，QVQ-Max目前只是第一版，还有很多提升空间。希望Qwen团队加把劲，让QVQ-Max早日拿捏行测图形推理。
|
