阿里今天發了Qwen2.5-VL的32B版本，達到同等規模的SOTA模型，堪稱開發者福音！千問接連兩三次的模型發佈時間都不太湊巧。今日與DeepSeek V3的更新撞車，而上次發的QwQ-32B以輕量推理模型擊敗了DeepSeek R1,但風頭完全被Manus搶走了！連網友都直呼阿里是AI屆汪峰。不過話說回來，Qwen2.5-VL-32B這個模型還是很值得關注，作為阿里放出的第二大視覺模型，性能甚至超過了更大規模的 Qwen2-VL-72B-Instruct！主要有以下三方面優勢：回覆更符合人類主觀偏好：調整了輸出風格，使回答更加詳細、格式更規範，並更符合人類偏好。數學推理能力：複雜數學問題求解的精準性顯著提升。圖像細粒度理解與推理：在圖像解析、內容識別以及視覺邏輯推導等任務中表現出更強的精準性和細粒度分析能力。從性能上看，Qwen2.5-VL-32B不僅在專長的視覺能力上一騎絕塵：連純文字能力，都達到了同規模模型的SOTA等級：無論是從開發者的本地部署需求出發，還是32B所做的架構更新，都有可圈可點之處。阿里大佬Binyuan Hui表示這個模型尺寸就是為開發人員準備的。在X上找資料的時候，我們甚至發現網友曾向千問團隊大佬隔空喊話。千問的反饋速度可以啊，網友這波許願成功！海外網友也是對該模型讚美有加，經過實測，該模型在識別物體、分析視覺效果、掃描等方面令人印象深刻！甚至能理解一小時的視訊！現在，Qwen2.5-VL-32B已經開源，大家可以在Qwen網頁版快速試用：網頁版：https://chat.qwen.ai/HF：https://huggingface.co/spaces/Qwen/Qwen2.5-VL-32B-Instruct加上DeepSeek的更新，今天可以說是中國開源模型的Big Day。一位網友在Hacker News上留言說：很快我就不會再使用任何美國模型了，而是 100% 採用中國的開源模型。（美）基礎模型公司完了，只有賣鏟子的（如 Nvidia、基礎設施公司）和產品公司會贏。案例實測：Qwen2.5-VL-32B可以做什麼雖然Qwen2.5-VL-32B並沒有類似R1的長推理能力，但是其視覺推理仍然表現出色！先來看一個阿里blog裡的demo案例：使用者將高速的限速牌拍給了AI，並問到：我駕駛一輛大卡車行駛在這條路上，現在是 12 點鐘。我能在 13 點之前到達 110 公里多遠的地方嗎？這個案例很有生活感了。就是咱們平時需要用的AI能力。然後AI就開始提取圖片的資訊，開始幫人吭哧吭哧地計算了。最後表示：目標是 13:00 之前到達。然而，根據計算，你將在 13:06 抵達，已經超過了 13:00。知乎網友@北方的郎，以超市的智能預警系統為例，對Qwen2.5-VL-32B進行了一把實測。感覺攝影機配個模型就可以出去打工了。先是測試了一個形跡可疑的男人：模型給出了通知安保的建議。然後又用了一張正常的超市圖進行測試，還是做出了正確識別！再來看一下Qwen2.5-VL-32B理解視訊的能力，據網友實測，本地部署後能做長達一小時的視訊理解。不過在網頁端，則支援10分鐘以內的短影片。小編使用之前看華為Pura的發佈會錄屏片段，詢問下智能助手小藝是如何在使用者的語音指令下，為觀看的B站視訊一鍵三連的：Qwen2.5-VL-32B的響應非常絲滑，而且主要的內容都get到了。不過很可惜的是，我希望AI識別出來這是目前AI大熱的智能體方向，並基於此出發談談技術實現，這一點AI稍弱一些。既要又要：更聰明、更輕量的模型是怎樣煉成的？那麼阿里是怎麼做到讓32B模型如此優秀的呢？HF中給出了一些Qwen2.5-VL的技術細節，可以猜測這仍然是32B模型進化的方面。讓 AI 更懂視訊：動態解析度與影格率訓練為了讓 AI 更好地理解視訊，Qwen2.5-VL 不僅能調整解析度，還在時間維度上引入了動態影格率（FPS）採樣。這樣一來，模型可以在不同的採樣速率下分析視訊，適應各種播放速度和場景。與此同時，mRoPE 也在時間維度上進行了升級——通過IDs（識別碼）和絕對時間對齊，模型學會了理解時間序列和速度變化，甚至能精準定位關鍵時刻，讓視訊分析更智能。高效精簡的視覺編碼器，讓推理更快在視覺處理方面，這一版本的 Qwen2.5-VL 也進行了最佳化。它在 ViT（視覺變換器） 中巧妙地加入了窗口注意力機制，顯著提升了訓練和推理的效率。One More Thing：千問即將支援MCP今天打開Qwen的網頁版，還發現千問已經計畫支援MCP！給不太熟悉MCP的朋友科普一句，這個開源協議由Anthropic去年年底提出，旨在統一大型語言模型（LLM）與外部資料來源和工具之間的通訊方式。簡單來說，MCP就像AI界的USB-C介面，讓AI系統能更方便地連接各種資料來源和功能模組，實現即插即用。對於千問來說，接入MCP意味著它們可以更高效地獲取和處理外部資訊，提升理解和決策能力。看來，阿里在智能體方向有了清晰的藍圖！希望阿里下次發重磅更新的時候，能有運氣選到一個好時機，有實力的同時，也能獲得值得的口碑和聲量。 (51CTO技術堆疊)

近日，超大規模的MoE 模型（混合專家模型）通義千問Qwen2.5-Max 正式上線，通義千問團隊使用超過20 兆token 的預訓練資料及精心設計的後訓練方案進行訓練。 通義千問團隊表示，“今天，我們很高興能給大家分享Qwen2.5-Max 目前所取得的成果。大家可以在Qwen Chat 直接體驗，或通過阿里雲百煉平台呼叫API 服務。” 同時，通義千問也將Qwen2.5-Max 與業界領先的模式（無論是閉源或開源）在一系列廣受關注的基準測試上進行了對比評估。這些基準測試包括測試大學層級知識的MMLU-Pro、評估程式設計能力的LiveCodeBench，全面評估綜合能力的LiveBench，以及近似人類偏好的Arena-Hard。評估結果涵蓋了基座模型和指令模型的表現得分。 首先，通義千問直接對比了指令模型的效能表現。指令模型即我們平常使用的可以直接對話的模型。通義千問將Qwen2.5-Max 與業界領先的模型（包括DeepSeek V3、GPT-4o 和Claude-3.5-Sonnet）的性能結果進行了對比。

昨晚，杭州大模型又雙叒不睡，給大夥兒 拜 年 啦～ 就在春晚直播進行時，阿裡通義Qwen發佈新春節禮第三彈： Qwen2.5-Max來襲，多個基準測試中超越當紅炸子雞DeepSeek V3。 Arena-Hard、LiveBench、LiveCodeBench、GPQA-Diamond等基準統統拿下，Qwen2.5-Max整體表現優於DeepSeek V3、Llama-3.1-405B以及閉源模型GPT-4o，和Claude-3.5-Sonnet也能比一比。

繼DeepSeek R1後阿里通義千問團隊剛剛宣佈推出其最新的開源模型 Qwen2.5-1M！ 此次發佈的 Qwen2.5-1M 系列包含了兩個開源模型： Qwen2.5-7B-Instruct-1M 和 Qwen2.5-14B-Instruct-1M 這也是通義千問首次推出能夠原生支援百萬Token上下文長度的模型

大模型領域，開源與閉源之爭一直是技術和產業界關注的焦點。阿里雲通義千問最新發佈的Qwen2系列模型，為這場爭論提供了最新的答案。 6月7日，通義千問推出開源模型系列Qwen2，包括5款模型：0.5B、1.5B、7B、72B、MoE，其中，Qwen2-72B整體性能相比Qwen1.5-110B大幅提升！一舉超越了美國最強的開源模型Llama3-70B，更是將文心4.0等中國眾多閉源模型甩在身後，登上最強開源大模型的寶座。 對比當前最優的開源模型，Qwen2-72B在多項能力上均處於領先 Qwen2系列模型除了技術性能上的提升，還展現了更多的應用潛力。其多語言處理、長文字處理、程式碼生成、數學和邏輯推理等能力，已經在MMLU、GPQA、HumanEval等國際測評中得到了驗證。