3月28日消息，凌晨三点，阿里在X上发布视觉推理模型QVQ-Max。作为QVQ-72B-Preview的升级版，官方表示，新模型针对传统AI在视觉信息处理上的不足进行了优化，增强了从视觉感知到认知推理的能力。
QVQ-Max支持图像、视频与文本的联合推理。在MathVision benchmark测试中，QVQ-Max表现出“thinking长度”与准确率正相关的特性，验证了模型在复杂多模态任务中的潜力。
官方表示，QVQ-Max在三方面表现突出：一是细致观察，能够精准识别图像中的细节和文字标识；二是深入推理，结合背景知识进行分析和推理；三是灵活应用，支持创意生成和内容创作。