阿里开源了视觉推理模型：QVQ，增强了视觉理解和复杂问题解决能力，MMMU上得分70.3。一张图像和一条指令，它就会开始思考、反思及持续推理。QVQ基于Qwen2-VL-72B构建。
参考文献：
[1] 博客：https://qwenlm.github.io/zh/blog/qvq-72b-preview/
[2] 模型：https://huggingface.co/Qwen/QVQ-72B-Preview
欢迎大家支持我的知识星球（NLP工程化）：Dify源码剖析及答疑，Dify对话系统源码，电子书籍报告下载，公众号所有付费资料。如果微信群二维码过期，可加个人微信（buxingtianxia21）进群。
NLP工程化知识星球
NLP工程化分享群
