我要投稿

阿里千问发布了能看首相算命的 AI 模型

发布日期：2025-03-29 07:07:45 浏览次数： 2156

作者：AI智见录

微信搜一搜，关注“AI智见录”

千问太高产了，今天3月 28 日，阿里千问在官方 X 账户上宣布其推出了视觉推理模型 “`QVQ-Max`”^[1]，这个模型不仅能看懂图片和视频，还能进行深度分析和推理（还能看首相~）。

QVQ-Max 究竟有多强？

1. 超强的观察力

QVQ-Max 能快速识别图片中的各种细节：

文字内容
物体位置
场景关系
人物表情
图表数据

比普通的图像识别更厉害的是，它能把这些信息串联起来，理解图片想表达的含义。

2. 专业的分析能力

上传一张图片，QVQ-Max 能给你：

数学题的详细解题过程
建筑图纸的专业分析
艺术作品的深度点评
手相面相的趣味解读（仅供娱乐）

3. 创意无限的应用

除了看图分析，QVQ-Max 还能：

为视频写文案和旁白
根据图片创作故事
设计插画和创意内容
提供生活建议和解决方案

实际体验：惊艳的表现

实测了两个有趣的场景：

场景一：视频旁白创作

上传了一段篝火旁的视频，QVQ-Max 立即写出了富有诗意的旁白：

暮色渐浓，篝火跃动的光斑在湖面上摇曳成星河。两人围坐于松针铺就的营地，剪影被暖橘色的火光勾勒出温柔轮廓。左侧的人缓缓倾斜银色保温壶，清亮的水流如月光倾泻，在深褐色杯盏中泛起涟漪；右侧的手稳稳托住杯底，指尖相触的瞬间，仿佛传递着无声的默契。远处森林静默如画，近处火星噼啪轻响，蒸腾的热气模糊了彼此眼眸。这一刻，天地间只剩跳动的火苗与流动的温度，将孤独融化成共享的暖意。

文字优美，意境深远，完美捕捉了视频的氛围。

场景二：图片内容解读

当我们上传一张普通照片时，QVQ-Max 不仅能准确描述画面内容，还能理解场景背后的故事和情感。

场景三：看手相

算首相这个事可不是我说的哈，是千问自己提供的演示，看以下示例：

https://x.com/i/status/1905342270704156996^[2]

如何体验？

想试试这个超强的视觉 AI 吗？现在就可以在 Qwen Chat（chat.qwen.ai^[3]）上体验。只需：

打开 Qwen Chat
上传图片或视频
点击"深度思考"按钮
等待 AI 给出分析结果

总结

QVQ-Max 的发布，让我们看到了 AI 视觉能力的新高度。它不仅能看，还能想，更能创造。这或许预示着，AI 助手离我们的日常生活又近了一步。

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-04-09

豆包「打电话」升级 Seeduplex：周围再吵，只认准你的声音

2026-04-03

美团发布原生多模态 LongCat-Next：当视觉和语音成为AI的母语

2026-04-02

全解读｜智谱 GLM-5V-Turbo 发布，多模态 Coding 基模

2026-04-02

GLM-5V-Turbo：多模态Coding，图像即代码

2026-04-01

突破零样本TTS音色克隆上限：LongCat-AudioDiT 的声音克隆艺术

2026-04-01

千人千面，精控调色，更懂你的Wan2.7-Image来了

2026-04-01

震惊！即梦推出 CLI，Agent 一行命令生成 Seedance 2.0 视频，AI 视频井喷

2026-03-31

千问发布Qwen3.5-Omni全模态模型，超越Gemini3.1 Pro？附实测~

联系获取

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

震惊！即梦推出 CLI，Agent 一行命令生成 Seedance 2.0 视频，AI 视频井喷

2026-04-01

KDD 2026 | 小红书内容审核：Hi-Guard 让内容治理“知其然，更知其所以然”

2026-01-16

Seedance 2.0 正式发布

2026-02-12

零帧起手 Codex × Figma 双向工作流实操

2026-03-05

文心大模型5.0正式版，上线！

2026-01-22

NanoBanana 2.0 来了，对比前一代和即梦 5.0 lite，它依旧强的离谱

2026-02-27

Seedance 2.0上线火山方舟体验中心，API即将开放

2026-02-12

DeepSeek-OCR 2 来了，让 AI 也能像人一样，带着逻辑去看图

2026-01-27

Google 发布首个全模态 Embedding 2 模型，文本图片音视频 PDF 统一到一个向量空间

2026-03-11

月之暗面Kimi正式发布官方编程工具：Kimi Code

2026-02-02

大家都在问

Gemini Embedding 2把多模态信息整合同一向量空间了，还需要多向量列吗？

2026-03-12

一篇文章讲清楚：到底什么是NotebookLM？除了PPT，它还能做啥？

2025-12-31

GenAI的多模态数据智能平台如何构建？

2025-08-04

本地AI对话神奇，ChatWise到底有什么用？

2025-05-26

什么是基于知识图谱的多模态推理？

2025-05-13

AI数字人领域重大突破：告别拼凑式合成，阿里OmniTalker能否开启音视频一体化新时代？

2025-04-08

Midjourney V7全面测评：50组多风格提示词实测，是否还有领先优势?

2025-04-05

如何结合多模态RAG和异步调用实现大模型内容理解？

2025-03-30

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS Skill 提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB Palantir Glean Openclaw

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部