阿里深夜開(kāi)源Qwen2.5-VL新版本，視覺(jué)推理通殺，32B比72B更聰明
就在 DeepSeek V3「小版本更新」后的幾個(gè)小時(shí)，阿里通義千問(wèn)團(tuán)隊(duì)也開(kāi)源了新模型。
擇日不如撞日，Qwen2.5-VL-32B-Instruct 就這么來(lái)了。
相比此前的 Qwen2.5-VL 系列模型，32B 模型有如下改進(jìn)：
- 回復(fù)更符合人類(lèi)主觀偏好：調(diào)整了輸出風(fēng)格，使回答更加詳細(xì)、格式更規(guī)范，并更符合人類(lèi)偏好。
- 數(shù)學(xué)推理能力：復(fù)雜數(shù)學(xué)問(wèn)題求解的準(zhǔn)確性顯著提升。
- 圖像細(xì)粒度理解與推理：在圖像解析、內(nèi)容識(shí)別以及視覺(jué)邏輯推導(dǎo)等任務(wù)中表現(xiàn)出更強(qiáng)的準(zhǔn)確性和細(xì)粒度分析能力。
對(duì)于所有用戶來(lái)說(shuō)，在 Qwen Chat 上直接選中 Qwen2.5-VL-32B，即可體驗(yàn)：https://chat.qwen.ai/
32B 版本的出現(xiàn)，解決了「72B 對(duì) VLM 來(lái)說(shuō)太大」和「7B 不夠強(qiáng)大」的問(wèn)題。如這位網(wǎng)友所說(shuō)，32B 可能是多模態(tài) AI Agent 部署實(shí)踐中的最佳選擇：
不過(guò)團(tuán)隊(duì)也介紹了，Qwen2.5-VL-32B 在強(qiáng)化學(xué)習(xí)框架下優(yōu)化了主觀體驗(yàn)和數(shù)學(xué)推理能力，但主要還是基于「快速思考」模式。
下一步，通義千問(wèn)團(tuán)隊(duì)將聚焦于長(zhǎng)且有效的推理過(guò)程，以突破視覺(jué)模型在處理高度復(fù)雜、多步驟視覺(jué)推理任務(wù)中的邊界。
32B 可以比 72B 更聰明
先來(lái)看看性能測(cè)試結(jié)果。
與近期的 Mistral-Small-3.1-24B、Gemma-3-27B-IT 等模型相比，Qwen2.5-VL-32B-Instruct 展現(xiàn)出了明顯的優(yōu)勢(shì)，甚至超越了更大規(guī)模的 72B 模型。
如上圖所示，在 MMMU、MMMU-Pro 和 MathVista 等多模態(tài)任務(wù)中，Qwen2.5-VL-32B-Instruct 均表現(xiàn)突出。
特別是在注重主觀用戶體驗(yàn)評(píng)估的 MM-MT-Bench 基準(zhǔn)測(cè)試中，32B 模型相較于前代 Qwen2-VL-72B-Instruct 實(shí)現(xiàn)了顯著進(jìn)步。
視覺(jué)能力的進(jìn)步，已經(jīng)讓用戶們感受到了震撼：
除了在視覺(jué)能力上優(yōu)秀，Qwen2.5-VL-32B-Instruct 在純文本能力上也達(dá)到了同規(guī)模的最優(yōu)表現(xiàn)。
實(shí)例展示
或許很多人還好奇，32B 版本的升級(jí)怎么體現(xiàn)呢？
關(guān)于「回復(fù)更符合人類(lèi)主觀偏好」、「數(shù)學(xué)推理能力」、「圖像細(xì)粒度理解與推理」這三個(gè)維度，我們通過(guò)幾個(gè)官方 Demo 來(lái)體會(huì)一番。
第一個(gè)問(wèn)題，是關(guān)于「細(xì)粒度圖像理解與推理」：我開(kāi)著一輛卡車(chē)在這條路上行駛，現(xiàn)在是 12 點(diǎn)，我能在 13 點(diǎn)之前到達(dá) 110 公里外的地方嗎？
顯然，從人類(lèi)的角度去快速判斷，在限速 100 的前提下，卡車(chē)無(wú)法在 1 小時(shí)內(nèi)抵達(dá) 110 公里之外的地方。
Qwen2.5-VL-32B-Instruct 給出的答案也是「否」，但分析過(guò)程更加嚴(yán)謹(jǐn)，敘述方式也是娓娓道來(lái)，我們可以做個(gè)參考：
第二個(gè)問(wèn)題是「數(shù)學(xué)推理」：如圖，直線 AB、CD 交于點(diǎn) O，OD 平分∠AOE，∠BOC=50.0，則∠EOB=（）
答案是「80」：
第三個(gè)題目的數(shù)學(xué)推理顯然更上難度了：
模型給出的答案特別清晰，解題思路拆解得很詳細(xì)：
在下面這個(gè)圖片內(nèi)容識(shí)別任務(wù)中，模型的分析過(guò)程也非常細(xì)致嚴(yán)謹(jǐn)：
關(guān)于 Qwen2.5-VL-32B-Instruct 的更多信息，可參考官方博客。
