通義千問(wèn)發(fā)布業(yè)界首個(gè)開(kāi)源多模態(tài)推理模型QVQ-72B-Preview

4月2日，全球最大的AI開(kāi)源社區(qū)Hugging Face更新了大模型排行榜，阿里通義千問(wèn)近期開(kāi)源的端到端全模態(tài)大模型Qwen2.5-Omni榮登總榜首位。DeepSeek-V3-0324和群核的SpatialLM-Llama-1B分別位列第二和第三，杭州公司包攬了全球開(kāi)源模型榜單前三名。

1月29日，阿里云通義千問(wèn)旗艦版模型Qwen2.5-Max全新升級(jí)發(fā)布。Qwen2.5-Max模型是阿里云通義團(tuán)隊(duì)對(duì)MoE模型的最新探索成果，預(yù)訓(xùn)練數(shù)據(jù)超過(guò)20萬(wàn)億tokens。新模型展現(xiàn)出極強(qiáng)勁的綜合性能，在多項(xiàng)公開(kāi)主流模型評(píng)測(cè)基準(zhǔn)上錄得高分，全面超越了目前全球領(lǐng)先的開(kāi)源MoE模型以及最大的開(kāi)源稠密模型。

1月28日，阿里云通義開(kāi)源視覺(jué)模型Qwen2.5-VL，共推出3B、7B和72B三個(gè)尺寸版本。據(jù)介紹，Qwen2.5-VL不僅擅長(zhǎng)識(shí)別常見(jiàn)物體，如花、鳥(niǎo)、魚(yú)和昆蟲(chóng)，還能夠分析圖像中的文本、圖表、圖標(biāo)、圖形和布局。旗艦版Qwen2.5-VL-72B在13項(xiàng)權(quán)威評(píng)測(cè)中奪得視覺(jué)理解冠軍，全面超越GPT-4o與Claude3.5。

1月28日，據(jù)報(bào)道，DeepSeek團(tuán)隊(duì)正式發(fā)布兩款多模態(tài)框架——Janus-Pro和JanusFlow。其中，Janus-Pro是一款統(tǒng)一多模態(tài)理解與生成的創(chuàng)新框架，通過(guò)解耦視覺(jué)編碼的方式，極大提升了模型在不同任務(wù)中的適配性與性能。JanusFlow是一款通過(guò)生成流（Rectified Flow）與自回歸語(yǔ)言模型融合實(shí)現(xiàn)統(tǒng)一的框架。它不僅在理解任務(wù)中表現(xiàn)優(yōu)異，還能生成高質(zhì)量圖像，展現(xiàn)了框架設(shè)計(jì)的

1月15日，科大訊飛發(fā)布國(guó)內(nèi)首個(gè)基于全國(guó)產(chǎn)算力平臺(tái)訓(xùn)練的具備深度思考和推理能力的大模型——訊飛星火深度推理模型X1。與通用大模型相比，訊飛星火X1解題過(guò)程更接近人類的“慢思考”方式，且用更少的算力，實(shí)現(xiàn)了業(yè)界一流的效果，多項(xiàng)指標(biāo)國(guó)內(nèi)第一。星火X1目前已落地教育、醫(yī)療等多個(gè)真實(shí)場(chǎng)景。

3月12日，北京人形機(jī)器人創(chuàng)新中心（國(guó)家地方共建具身智能機(jī)器人創(chuàng)新中心）在京發(fā)布全球首個(gè)“一腦多能”“一腦多機(jī)”的通用具身智能平臺(tái)“慧思開(kāi)物”。“慧思開(kāi)物”的應(yīng)用是對(duì)基于單一場(chǎng)景單一任務(wù)做專項(xiàng)開(kāi)發(fā)這一傳統(tǒng)機(jī)器人應(yīng)用開(kāi)發(fā)模式的顛覆，同時(shí)也填補(bǔ)了具身智能領(lǐng)域在通用軟件系統(tǒng)方面的空白，真正推動(dòng)智能機(jī)器人從單一任務(wù)執(zhí)行向復(fù)雜環(huán)境下的自主決策與執(zhí)行能力躍升。

1月15日，月之暗面旗下的Kimi開(kāi)放平臺(tái)正式發(fā)布了全新的多模態(tài)圖片理解模型 moonshot-v1-vision-preview。該模型完善了moonshot-v1模型系列的多模態(tài)能力，具備圖像識(shí)別、文字識(shí)別和理解能力。

3月24日，DeepSeek發(fā)布了其V3模型的最新版本DeepSeek-V3-0324，參數(shù)量從6710億提升至6850億。該版本在編程能力上取得顯著進(jìn)步，接近目前最強(qiáng)編程模型Claude 3.7 Sonnet。3月25日，專業(yè)AI模型評(píng)測(cè)機(jī)構(gòu)Artificial Analysis發(fā)布最新排名，新版V3躍升7位，成為所有非推理模型中的第一名。據(jù)媒體報(bào)道，DeepSeek-V3-0324在編程任務(wù)上

2月25日，據(jù)全球最大AI開(kāi)源社區(qū)Hugging Face最新顯示，截至目前，阿里千問(wèn)（Qwen）開(kāi)源大模型的衍生模型數(shù)量已突破10萬(wàn)，持續(xù)領(lǐng)先美國(guó)Llama等開(kāi)源模型，穩(wěn)居全球最大開(kāi)源模型榜首。阿里云在業(yè)界率先實(shí)現(xiàn)“全尺寸、全模態(tài)、多場(chǎng)景”的開(kāi)源。自2023年8月起，阿里云相繼開(kāi)源Qwen、Qwen1.5、Qwen2、Qwen2.5等4代模型，囊括了0.5B、1.5B、3B、7B、14B、32B

3月8日晚，國(guó)家超算互聯(lián)網(wǎng)平臺(tái)宣布，本周上線阿里巴巴開(kāi)源推理模型QwQ-32BAPI接口服務(wù)，用戶可獲得免費(fèi)100萬(wàn)Tokens。QwQ-32B是阿里Qwen團(tuán)隊(duì)最新發(fā)布的推理模型，基于Qwen2.5-32B+強(qiáng)化學(xué)習(xí)構(gòu)建。據(jù)官方公示的基準(zhǔn)評(píng)測(cè)結(jié)果，在測(cè)試數(shù)學(xué)能力的AIME24評(píng)測(cè)集上，以及評(píng)估代碼能力的LiveCodeBench中，QwQ-32B表現(xiàn)與DeepSeek-R1相當(dāng)，遠(yuǎn)勝于o1-mi