qvq-plus-latest

QVQ是阿里巴巴通义实验室推出的实验性多模态推理模型，核心定位为“更强视觉理解 + 深度复杂推理”的开源视觉语言研究基座。

• 卓越视觉推理能力：基于 Qwen2-VL-72B 构建，在 MMMU、MathVista、MathVision、OlympiadBench 等高难度多模态评测中显著超越原模型，尤其在数学与科学领域表现突出
• 复杂任务分步求解：支持细致的逐步推理（step-by-step reasoning），能对物理题、几何图、学术图表等进行逻辑拆解与严谨推导
• 多学科综合理解：覆盖大学级数学、物理、化学、生物等学科内容，可处理奥林匹克竞赛级别及中国高考真题

───────────────────────────────────────────────────────────────────

核心能力

👁️ 高阶视觉解析：精准理解函数图像、电路图、分子结构、几何证明图等专业视觉内容

🧠 跨模态深度推理：结合图像信息与符号逻辑，完成如“根据表格求导数”“从论文配图推断实验结论”等复杂任务

🧮 数学竞赛级解题：在真实数学竞赛题（如 MathVision）上展现接近人类选手的解题思路与准确性

🔍 专家级注释对齐：训练中融入 OlympiadBench 的专家逐步推理标注，输出过程更符合教学与科研规范