Alibaba lanza el modelo de razonamiento visual QVQ-Max: puede ver, comprender y pensar

El grupo tecnológico chino Alibaba acaba de anunciar un nuevo modelo de IA llamado QVQ-Max de la serie Qwen, que marca un gran avance en el campo de la IA multimedia. La característica especial de este modelo es la capacidad de analizar el contenido de imágenes/vídeos y luego elaborar argumentos y soluciones basados ​​en la información obtenida.

Impresionante habilidad

Alibaba describe QVQ-Max como un puente entre los modelos de IA basados ​​​​puramente en texto y el mundo real. Con capacidades de razonamiento visual, el sistema puede:

  • Analizar imágenes e identificar elementos clave
  • Aplicación versátil en muchos campos, desde el diseño de ilustraciones y la creación de guiones de vídeo hasta la interpretación de personajes.
  • Resolver problemas con diagramas (matemáticas, física)
  • Instrucciones de cocina paso a paso basadas en imágenes de recetas.

Alibaba dice que el modelo ayuda a cerrar la brecha entre las IA que sólo procesan texto y la información del mundo real. Gracias a su capacidad de razonamiento visual, QVQ-Max puede "ver, comprender y pensar" sobre el mundo que lo rodea. La compañía destaca su modelo superior en el análisis de imágenes, identificando elementos clave, y su flexibilidad en la aplicación en muchos campos como el diseño de ilustraciones, la creación de guiones de vídeo o los juegos de rol.

Alibaba lanza el modelo de razonamiento visual QVQ-Max: puede ver, comprender y pensar

Al igual que otros chatbots de IA, QVQ-Max apoya el trabajo, la educación y la vida personal, pero gracias a la integración visual, también resuelve tareas más específicas como: resolver problemas de matemáticas/física con diagramas, instrucciones de cocina a través de imágenes de recetas.

Alibaba considera que QVQ-Max es la primera versión y ha delineado una hoja de ruta de actualización para las versiones posteriores. En primer lugar, querían mejorar la precisión del reconocimiento de imágenes utilizando técnicas de conexión a tierra. En segundo lugar, el modelo se optimizará para manejar múltiples tareas y problemas complejos como trabajar con teléfonos, computadoras o jugar juegos. Con el tiempo, Alibaba planea expandirse desde la interacción de texto a la verificación de herramientas y la creación de contenido de imágenes.

Los usuarios pueden experimentar QVQ-Max mediante:

  1. Visita chat.qwen.ai
  2. Seleccione el menú de modelos en la esquina izquierda → " Expandir más modelos "
  3. Selecciona QVQ-Max y comienza a chatear
  4. Adjunte archivos de imagen para explorar las capacidades de procesamiento de IA

Con el lanzamiento de QVQ-Max, Alibaba continúa afirmando su posición en la carrera por desarrollar IA multimedia, compitiendo directamente con los gigantes tecnológicos globales. El modelo promete traer aplicaciones prácticas en el trabajo, la educación y la vida personal.

Sign up and earn $1000 a day ⋙

Leave a Comment

8 cosas que no sabías que podías hacer en la aplicación Galería de Samsung

8 cosas que no sabías que podías hacer en la aplicación Galería de Samsung

La aplicación Galería de Samsung es más capaz de lo que crees, aunque quizá no sea evidente a primera vista.

El teléfono inteligente plegable de Microsoft no tendrá pliegues

El teléfono inteligente plegable de Microsoft no tendrá pliegues

Se dice que Microsoft está cerca de lanzar su primer teléfono inteligente plegable cuando recibió una patente para un teléfono plegable con la capacidad de plegarse 360 ​​grados pero sin crear arrugas en la pantalla el 1 de octubre.

Google prueba una marca de verificación azul en sus búsquedas

Google prueba una marca de verificación azul en sus búsquedas

Google está probando una nueva función de verificación a través de una marca de verificación azul en la búsqueda. Esta función ayudará a los usuarios a evitar hacer clic en enlaces de sitios web falsos o fraudulentos.

Distinguir Microsoft 365 y Office 2024

Distinguir Microsoft 365 y Office 2024

A primera vista, Microsoft 365 y Office 2024 pueden parecer muy similares, ya que ambos brindan acceso a las aplicaciones populares y ampliamente utilizadas de Microsoft.

Últimos códigos de Elemental Dungeons y cómo introducirlos

Últimos códigos de Elemental Dungeons y cómo introducirlos

Los códigos de Elemental Dungeons son una forma necesaria de recompensa para los jugadores. Al igual que en cualquier otro juego en línea en Roblox, los jugadores pueden recibir estas ayudas a cambio de dinero u otros artículos.

Cómo repetir la barra de título de una tabla en Word

Cómo repetir la barra de título de una tabla en Word

Al imprimir un documento de Word o crear una tabla en Word, repetir el título en Word nos ayuda a rastrear el título de manera más conveniente y leer el título del documento sin problemas en diferentes páginas, especialmente con títulos largos.

Cómo crear mensajes animados en iMessage iOS 18

Cómo crear mensajes animados en iMessage iOS 18

El nuevo iMessage de iOS 18 se actualiza con mensajes animados, efectos de texto con muchas opciones para utilizar en los mensajes que envíes.

¿Por qué los cerdos son el némesis de las serpientes?

¿Por qué los cerdos son el némesis de las serpientes?

Hay un dato interesante sobre los cerdos que no todo el mundo conoce: los cerdos son considerados enemigos de las serpientes, porque cuando estos dos animales se encuentran, la mayoría de las serpientes se convertirán en alimento para los cerdos.

¿Cuál es la distancia entre la Tierra y Júpiter, el planeta más grande del Sistema Solar?

¿Cuál es la distancia entre la Tierra y Júpiter, el planeta más grande del Sistema Solar?

¿Cuál es la distancia de la Tierra a Júpiter? Si no lo sabes, este artículo te dirá a qué distancia está Júpiter de la Tierra.

Descubre los generales fuera de meta de la temporada S1 2023 Lien Quan Mobile

Descubre los generales fuera de meta de la temporada S1 2023 Lien Quan Mobile

¿Qué generales están fuera del meta de Mobile Alliance? Vamos a explorar ahora

Temporada 7.5 de Graves DTCL: Artículos estándar, plantilla de Graves Loi Long

Temporada 7.5 de Graves DTCL: Artículos estándar, plantilla de Graves Loi Long

Graves DTCL de la temporada 1, temporada 3 y temporada 6 cuestan solo 1 de oro y parece ser solo un campeón adicional para estimular al clan, el rol principal en el juego inicial todavía se usa pero no mucho. A partir de la temporada 7.5 de DTCL, el precio de Graves se ha disparado a 4 de oro y es definitivamente un carry indispensable si decides jugar con Dragón Trueno o Artillero.

Cómo usar sonidos de aplicaciones independientes en Samsung

Cómo usar sonidos de aplicaciones independientes en Samsung

Con los teléfonos Samsung, debes utilizar la función de sonido de la aplicación independiente. Por ejemplo, puedes reproducir Apple Music y tu teléfono enviará el audio a través de los altavoces de tu automóvil.

Buenas citas sobre el trabajo, buenos estados sobre el trabajo te inspiran a alcanzar el éxito.

Buenas citas sobre el trabajo, buenos estados sobre el trabajo te inspiran a alcanzar el éxito.

Hay muchos estados positivos sobre el trabajo en Internet. En este artículo te resumiremos algunos estados laborales buenos y significativos.

Subtítulos de aniversario de bodas, estados de aniversario de bodas significativos y dulces

Subtítulos de aniversario de bodas, estados de aniversario de bodas significativos y dulces

¿Cuál es un título bueno y significativo para un aniversario de bodas? El artículo resumirá para usted breves y concisos subtítulos de aniversario que pueden hacer que su pareja los recuerde para siempre.

Lista de los últimos códigos de Dai Hiep Phong Van y cómo canjearlos

Lista de los últimos códigos de Dai Hiep Phong Van y cómo canjearlos

El código Dai Hiep Phong Van ayuda a los jugadores a utilizar recompensas atractivas incluso si recién comienzan a recorrer el mundo del juego.