Alibaba lancia il modello di ragionamento visivo QVQ-Max: può vedere, capire e pensare

Il gruppo tecnologico cinese Alibaba ha appena annunciato un nuovo modello di intelligenza artificiale chiamato QVQ-Max della serie Qwen, che segna una svolta nel campo dell'intelligenza artificiale multimediale. La caratteristica speciale di questo modello è la capacità di analizzare i contenuti di immagini/video e quindi elaborare argomentazioni e soluzioni sulla base delle informazioni ottenute.

Capacità impressionante

QVQ-Max è descritto da Alibaba come un ponte tra i modelli di intelligenza artificiale basati esclusivamente su testo e il mondo reale. Grazie alle capacità di ragionamento visivo, il sistema può:

  • Analizza le immagini e identifica gli elementi chiave
  • Applicazione versatile in molti campi, dalla progettazione di illustrazioni, alla creazione di sceneggiature video, al gioco di ruolo dei personaggi
  • Risolvere problemi con diagrammi (matematica, fisica)
  • Istruzioni di cottura passo passo basate sulle immagini della ricetta

Alibaba afferma che il modello aiuta a colmare il divario tra le IA che elaborano solo testo e le informazioni del mondo reale. Grazie alla sua capacità di ragionamento visivo, QVQ-Max può "vedere, comprendere e pensare" al mondo che lo circonda. L'azienda sottolinea il suo modello superiore nell'analisi delle immagini, nell'identificazione degli elementi chiave e nella sua flessibilità di applicazione in molti campi, come la progettazione di illustrazioni, la creazione di sceneggiature video o i giochi di ruolo.

Alibaba lancia il modello di ragionamento visivo QVQ-Max: può vedere, capire e pensare

Come altri chatbot AI, QVQ-Max supporta il lavoro, l'istruzione e la vita personale, ma grazie all'integrazione visiva, risolve anche compiti più specifici come: risolvere problemi di matematica/fisica con diagrammi, istruzioni di cucina tramite immagini di ricette.

Alibaba considera QVQ-Max la prima versione e ha delineato una roadmap di aggiornamento per le versioni successive. Innanzitutto, volevano migliorare la precisione del riconoscimento delle immagini utilizzando tecniche di messa a terra. In secondo luogo, il modello sarà ottimizzato per gestire il multitasking e problemi complessi, come lavorare con telefoni, computer o giocare. Alibaba prevede in futuro di passare dall'interazione tramite testo alla verifica degli strumenti e alla creazione di contenuti basati su immagini.

Gli utenti possono provare QVQ-Max nei seguenti modi:

  1. Visita chat.qwen.ai
  2. Seleziona il menu dei modelli nell'angolo sinistro → " Espandi altri modelli "
  3. Seleziona QVQ-Max e inizia a chattare
  4. Allega file di immagini per esplorare le capacità di elaborazione dell'intelligenza artificiale

Con il lancio di QVQ-Max, Alibaba continua ad affermare la propria posizione nella corsa allo sviluppo dell'intelligenza artificiale multimediale, competendo direttamente con i giganti della tecnologia mondiale. Il modello promette applicazioni pratiche nel lavoro, nell'istruzione e nella vita personale.

Sign up and earn $1000 a day ⋙

Leave a Comment

Non hai bisogno di più app Adobe Mobile: Adobe Express è lunica app di cui hai bisogno!

Non hai bisogno di più app Adobe Mobile: Adobe Express è lunica app di cui hai bisogno!

Adobe offre più di 4 app specifiche per l'editing fotografico sul telefono, ma sono tutte così simili che è difficile capire di quale hai realmente bisogno.

5 gadget che trasformano una TV normale in una smart

5 gadget che trasformano una TV normale in una smart

Anche una TV normale può imparare nuovi trucchi con qualche gadget e diventare migliore di una costosa smart TV nel giro di pochi minuti.

Come utilizzare il telecomando del condizionatore daria Panasonic

Come utilizzare il telecomando del condizionatore daria Panasonic

Utilizzare correttamente il telecomando del condizionatore Panasonic ci aiuterà a sfruttare al meglio le funzionalità del condizionatore.

Gemini lancia Talk Live per foto, file e YouTube

Gemini lancia Talk Live per foto, file e YouTube

Gemini Live ha aggiunto la funzionalità "Parla in diretta di" che verrà ora distribuita su larga scala sui dispositivi Android. In precedenza, Gemini Live accettava solo input vocali, ma "Talk Live about" ha ampliato i caricamenti di contenuti

Microsoft Copilot aggiornato con Deep Research

Microsoft Copilot aggiornato con Deep Research

Microsoft sta finalmente integrando la funzionalità Deep Research nella sua intelligenza artificiale Copilot. Consente agli utenti di condurre ricerche approfondite, articolate in più fasi, su qualsiasi argomento.

Come trasformare una foto in uno schizzo a matita in Photoshop

Come trasformare una foto in uno schizzo a matita in Photoshop

Questo tutorial ti mostrerà come trasformare facilmente una foto in uno schizzo a matita utilizzando Adobe Photoshop.

Funzioni volatili in Golang

Funzioni volatili in Golang

Le funzioni variadiche in Go consentono di passare un numero variabile di argomenti a una funzione. Ecco tutto ciò che devi sapere sulle funzioni volatili in Golang.

Come scrivere lettere colorate in Lien Quan Mobile

Come scrivere lettere colorate in Lien Quan Mobile

Per scrivere testo colorato in Lien Quan Mobile, segui le istruzioni in questo articolo. I caratteri colorati di LQ Mobile saranno più evidenti.

7 processi del Task Manager che non dovrebbero mai terminare

7 processi del Task Manager che non dovrebbero mai terminare

La sezione Processi di sistema di Windows, situata in fondo all'elenco in Gestione Attività di Windows 10, contiene diversi processi importanti, essenziali per il corretto funzionamento del computer.

Apple consente agli utenti di rimanere su iOS 15.7 prima di aggiornare a iOS 16

Apple consente agli utenti di rimanere su iOS 15.7 prima di aggiornare a iOS 16

Apple consente agli utenti di continuare a utilizzare iOS 15 continuando a ricevere gli aggiornamenti di sicurezza prima di effettuare l'aggiornamento a iOS 16.

I risultati della valutazione delle prestazioni delle CPU Intel Core Ultra 5 225H, Core Ultra 7 255H e Core Ultra 9 285H sono disponibili su Geekbench

I risultati della valutazione delle prestazioni delle CPU Intel Core Ultra 5 225H, Core Ultra 7 255H e Core Ultra 9 285H sono disponibili su Geekbench

Tre SKU della futura gamma di processori mobili Arrow Lake-H di Intel sono stati testati su Geekbench, rivelando prestazioni e specifiche single-core e multi-core davvero impressionanti.

Chi avrebbe mai pensato che il processo di produzione dei nostri comuni elastici fosse così complicato ed elaborato?

Chi avrebbe mai pensato che il processo di produzione dei nostri comuni elastici fosse così complicato ed elaborato?

Gli elastici sembrano semplici, ma il procedimento per realizzarli è più complicato di quanto si possa pensare. Di seguito è riportato l'intero processo per realizzare gli elastici.

9 fatti interessanti su Mercurio

9 fatti interessanti su Mercurio

Mercurio è il pianeta più piccolo del sistema solare ed è anche il pianeta più vicino al Sole. Mercurio orbita attorno al Sole a una velocità incredibilmente elevata, con una media di circa 106.000 miglia orarie. Questi sono solo alcuni dei tanti fatti interessanti su questo pianeta.

Quali sono le dimensioni dei televisori da 32 pollici, 40 pollici, 43 pollici e 55 pollici... di Sony, Samsung, LG?

Quali sono le dimensioni dei televisori da 32 pollici, 40 pollici, 43 pollici e 55 pollici... di Sony, Samsung, LG?

L'articolo seguente ti aiuterà a comprendere le dimensioni delle attuali linee TV di Sony, Samsung e LG, così potrai prendere la giusta decisione d'acquisto.

7 semplici accorgimenti tecnologici che migliorano drasticamente la qualità della tua vita

7 semplici accorgimenti tecnologici che migliorano drasticamente la qualità della tua vita

Creare un rapporto sano con la tecnologia può sembrare scoraggiante, ma spesso piccoli cambiamenti fanno una grande differenza.