阿里通义千问于2024年8月29日发布了开源的新一代视觉语言模型Qwen2-VL。以下是它的一些主要特点和相关信息：
能读懂不同分辨率和长宽比的图片：在多个视觉理解基准测试中取得全球领先表现，如 MathVista（考察数学推理能力）、DocVQA（考察文档图像理解能力）、RealWorldQA（考察真实世界空间理解能力）、MTVQA（考察多语言理解能力）等。
能理解长视频：可理解20分钟以上的长视频，并应用于基于视频的问答、对话和内容创作等。例如，用户上传一段视频后，它可以总结视频要点、即时回答相关问题，并维持连贯对话，帮助用户从视频中获取有价值信息。
准确的文字与公式识别转写：能准确识别手写文字、图中文字，包括葡萄牙语、中文等多种语种，还能轻松转写数学公式以及多种语言文字。
解决多种问题：可以理解并回答数学平面几何题目、LeetCode 平台的编程题目等，也能识别如尺寸较大的技术文档截图等，并回答用户提问。还能根据各种软件截屏抓取用户需要的信息，并以特定格式（如表格、段落编号方式、JSON 格式的数组）输出。
借助复杂推理和决策的能力，Qwen2-VL 可集成到手机、机器人等设备，成为视觉智能体，根据视觉环境和文字指令进行自动操作，初步展现出利用视觉能力实现自动化工具调用和交互的潜力，比如可进行实时数据检索，如查询航班状态、天气预报、包裹追踪等。
除了英语和中文外，现在还支持理解图像中的大多数欧洲语言、日语、韩语、阿拉伯语、越南语等多语言文本。
通义千问团队以 Apache 2.0 协议开源了 Qwen2-VL-2B 和 Qwen2-VL-7B，并发布了 Qwen2-VL-72B 的 API，开源代码已集成到 Hugging Face Transformers、vLLM 和其他第三方框架中。
1 个月前
3月6日凌晨，阿里巴巴发布并开源全新的推理模型通义千问QwQ-32B： 模型性能 媲美大参数模型：拥有320亿参数，性能可与具备6710亿参数（其中370亿被激活）的DeepSeek - R1媲美，很大程度上证明了参数规模不再是模型性能的决定性因素。 超越同类模型：在一系列权威基准测试中表现出色，几乎完全超越了OpenAI去年9月发布的尺寸相近的o1 - mini模型。在测试数学能力的AIME24评测集、评估代码能力的LiveCodeBench中，表现与DeepSeek - R1相当，远胜于o1 - mini及相同尺寸的R1蒸馏模型；在LiveBench、谷歌提出的IFEval评测集、加州大学伯克利分校等提出的BFCL测试中，得分均超越了DeepSeek - R1。 技术特点 本地部署优势：突破性地让高性能推理模型在消费级显卡上实现本地部署，英伟达4090的增强版就能部署，大幅降低了模型应用成本，成本是R1的1/10以内，更利于推理模型的应用和普及。 集成Agent能力：集成了与智能体（Agent）相关的能力，使其能够在使用工具的同时进行批判性思考，并根据环境反馈调整推理过程。 大规模强化学习：在冷启动的基础上，针对数学和编程任务、通用能力分别进行了两轮大规模强化学习，在32B的模型尺寸上获得了令人惊喜的推理能力提升，印证了大规模强化学习可显著提高模型性能。与依赖传统的奖励模型不同，通过校验生成答案的正确性来为数学问题提供反馈，并通过代码执行服务器评估生成的代码是否成功通过测试用例来提供代码的反馈。 开源情况：采用Apache 2.0开源协议，已在魔搭社区、HuggingFace及GitHub等平台开源，所有人都可免费下载及商用QwQ - 32B模型，可通过网页版Qwen Chat进行体验，也将免费上架通义APP。
2 个月前
随着人工智能技术的飞速发展，越来越多的企业和开发者开始将目光投向这一领域。作为阿里巴巴集团旗下的通义实验室自主研发的超大规模语言模型，通义千问（Qwen）始终致力于为用户提供更加智能、便捷的服务体验。通义千问近日正式启用了全新的AI Chat域名及界面——chat.qwen.ai！这不仅是一次简单的域名更新，更是我们在用户体验优化和服务升级方面迈出的重要一步。 全新域名：简洁易记，专业高效 从现在起，用户只需访问 chat.qwen.ai，即可快速进入通义千问的AI对话平台。相比之前的入口，新域名更加简洁直观，便于记忆与传播。无论是个人用户还是企业开发者，都能通过这个统一的入口，轻松获取到所需的服务和支持。 简洁性：新域名去掉了冗余的部分，让用户一目了然。 专业性：明确指向“Chat”功能，突出我们的核心竞争力——强大的自然语言处理能力。 全球化：采用国际通用的“.ai”后缀，彰显我们在人工智能领域的领先地位。 界面焕新：更友好、更智能 除了域名的变化，通义千问的界面也进行了全面升级。新的设计风格更加现代化，操作流程更加流畅，旨在为每一位用户提供极致的交互体验。 1. 清晰的布局 新界面采用了更加清晰的功能分区，首页即展示了主要功能模块，如文本生成、代码编写、多语言支持等。无论你是初次使用还是资深用户，都能迅速找到自己需要的内容。 2. 个性化设置 用户可以根据自己的偏好调整聊天窗口的主题颜色、字体大小等细节，打造专属的使用环境。此外，我们还新增了夜间模式，让深夜工作的你也能舒适地与AI交流。 3. 增强的多轮对话能力 在新版界面中，通义千问的多轮对话功能得到了进一步加强。系统能够更好地理解上下文信息，提供连贯且精准的回答。即使面对复杂的问题或场景切换，也能保持高度的准确性。 4. 丰富的插件支持 为了满足不同用户的需求，我们引入了多种实用插件，例如文档解析、图像生成、视频编辑等。这些插件可以无缝集成到主界面中，极大提升了工作效率和创作灵感。 核心亮点：技术创新驱动优质服务 1. 超大规模参数量 基于阿里云强大的计算资源，通义千问拥有超过万亿级别的参数规模，确保了模型的强大表达能力和泛化性能。这种规模的优势使得通义千问能够在各种任务上表现出色，无论是生成高质量的文章、撰写复杂的代码，还是进行多语言翻译，都能游刃有余。 2. 多模态融合 除了传统的文本处理外，通义千问在图像、音频等领域也取得了突破性进展，真正实现了跨模态的理解与生成。例如，通义万相是通义实验室推出的一站式AI艺术创作平台，它结合了文生图、图像风格迁移、手绘草图生成精美图片等能力，为用户提供丰富的创意工具。 3. 安全与隐私保护 我们深知数据安全的重要性，因此在新版本中进一步加强了加密措施，保障用户信息安全无忧。阿里云一直致力于构建一个安全可靠的技术平台，确保用户的隐私和数据得到妥善保护。 4. 高效推理与训练 通义千问依托阿里云的高效推理和训练框架，能够在短时间内完成大量数据的处理和学习。这种高效的处理能力使得通义千问能够快速适应新的应用场景和需求，为用户提供更加及时和准确的服务。 5. 广泛的行业应用 通义千问已经在多个行业中得到了广泛应用，包括电商、金融、医疗、教育等。例如，在电商领域，通义千问可以帮助商家自动生成商品描述、回答客户咨询；在金融领域，它可以协助分析师进行市场预测和风险评估；在医疗领域，它可以辅助医生进行疾病诊断和治疗方案推荐。 结语 随着 chat.qwen.ai 的上线，通义千问将以全新的姿态迎接每一位用户的到来。未来，我们将继续秉承“让机器更好地服务于人”的理念，不断探索前沿技术，努力为全球用户带来更多惊喜。如果你还没有尝试过通义千问，请立即访问 chat.qwen.ai，开启属于你的智能之旅吧！
2 个月前
高盛报告：阿里巴巴领衔AI基建，腾讯主导AI应用领域 2月14日，高盛发布最新研究报告，揭示了中国互联网行业在人工智能（AI）技术快速发展背景下的新格局。报告指出，行业正逐渐分化为两大阵营：AI基础设施建设和AI应用开发。阿里巴巴凭借其强大的云服务基础设施，成为AI基建领域的关键力量；而腾讯则依托其在消费者端（C端）应用的广泛生态和卓越用户体验，成为AI应用领域的核心推动者。 报告详细分析了两家公司的优势：阿里巴巴作为中国最大的云服务提供商，其规模优势在AI基础设施建设中占据重要地位，预计在2026财年将实现14倍的预期市盈率。腾讯则凭借其微信超级应用的潜在AI代理功能和闭环交易能力，在2025财年预期市盈率达到16倍，同时腾讯云在中国公共云市场中也稳居前三。 报告进一步预测，随着中国AI模型的灵活性和计算成本效率的显著提升，超级应用如微信和抖音将继续深化在电子商务和本地服务等交易领域的应用。此外，随着开源模型的兴起和计算成本的降低，AI的采用率将进一步提高，特别是在支持多年云和数据中心需求增长的企业端（B端）场景中。 高盛特别强调，腾讯通过其强大的C端生态和用户体验，将AI技术深度融入日常生活。报告以元宝为例，指出其快速崛起是腾讯在AI应用领域实力的体现。元宝集成了DeepSeek-R1模型的强大推理能力和腾讯云的AI推理基础设施，不仅提供了更智能的交互体验，还通过微信生态的独特内容支持，实现了更精准的信息推送和更高效的任务执行。 报告最后指出，集成R1后的元宝在用户体验上实现了质的飞跃，用户可以通过多轮对话和深度思考模式，快速获取微信公众号、视频号等生态内的丰富内容，进一步巩固了腾讯在AI应用领域的领先地位。
3 个月前
杭州在AI领域崛起有城市“基因密码”，使得杭州在人工智能技术，特别是语言大模型领域引领全球。
5 个月前
11月12日，阿里在海外推出对话式AI搜索引擎 Accio，面向全球商家开放，这是全球第一个B2B领域的AI搜索引擎。 Accio 的页面主体是对话框，产品形态类似于 AI 搜索引擎 Perplexity，定位是个人采购代理。 当用户输入需求之后，它会通过供货商、定制范围、价格、终端零售销量、客户评价等信息筛选，输出符合的商家和商品。 Accio 意在整合全球超过 3000 万家参与跨境贸易的供应链企业信息，作为对比，阿里国际站收录的商家数量为 25 万个。
8 个月前
阿里云宣布完成其域名产品服务的AI化改造，推出首个基于通义大模型的域名AI应用，并上线了包括“.ai”在内的40多个全新热门域名后缀。
8 个月前
2024年7月5日，在世界人工智能大会“可信大模型助力产业创新发展”论坛上，蚂蚁集团公布了百灵大模型的最新研发进展：它已具备能“看”会“听”、能“说”会“画”的原生多模态能力，可以直接理解并训练音频、视频、图、文等多模态数据。
8 个月前
通义语音团队开源了语音基座大模型：SenseVoice和CosyVoice。
8 个月前
找到一个满意的域名平均需要查询50次以上，而智能起名应用则能一键完成这一过程，使域名注册从“拼脑力”进入“拼算力”时代。
9 个月前
国际奥委会主席巴赫表示，2024年巴黎奥运会一半以上的转播商都在使用阿里云技术，观众的奥运观赛体验因此更加身临其境。
