要點:
中國AI初創公司DeepSeek的崛起震撼全球科技市場，並激發了阿里巴巴等中國科技巨頭的再度關注，推動其股價大幅上漲。
近日，中國AI初創公司DeepSeek的爆火引起了全球科技行業的巨大震動。然而隨着大眾對DeepSeek的關注逐漸升溫，阿里巴巴等中國科技公司也被再次聚焦。
實際上，早在1月26日，阿里巴巴已發布了其最新的Qwen2.5-1M模型又名“通義千問”，紛紛加入到這場激烈的人工智能競爭之中。受此影響，今天阿里巴巴 (BABA) 的股價在美股市場上大幅上漲，顯示出投資者對其未來發展前景的高度信心。
阿里巴巴全新人工智能模型
近日，阿里巴巴的Qwen團隊推出了全新的人工智能AI模型家族Qwen2.5-VL，這些模型能夠執行多項文字與圖像分析任務，包括檔案解析、影片理解、影像物件識別以及PC控制，功能類似於OpenAI近期發布的“Operator”模型。
根據Qwen團隊的基準測試，Qwen2.5-VL在視頻理解、數學計算、文件分析以及問答評估等多個領域的表現超越了OpenAI的GPT-4、Anthropic的Claude 3.5 Sonnet和Google的Gemini 2.0 Flash等競爭對手。
Qwen2.5-VL是一款多模態模型，旨在將文字提示與圖像或視頻資料結合，轉換為標記，並預測統計上最可能的輸出標記，最終生成響應。與所有大型語言模型/LLM及相關系統類似，Qwen2.5-VL的回應有時可能不會直接與查詢的正確答案相對應。
其創建者宣稱，Qwen2.5-VL具有“直觀理解事物”的能力，雖然實際上並不進行真實理解，而是根據文字、圖表和其他圖形所提供的內容來生成回應，並能處理物件和場景的分析。
相比先前的模型，Qwen2.5-VL的最大升級之一是能處理長度超過一小時的視頻內容，並精確定位影片中的特定事件，通過時間戳來標記。圖像中的物體可以用邊界框進行本地化，並附帶JSON格式的數據，輸出的結果不僅限於純文字，還可以是結構化的數據。更重要的是，Qwen2.5-VL被設計為具備“代理功能”，意味著它不僅能生成回應，還能根據用戶指令主動執行行動，協助完成特定任務。
該模型作為視覺代理，能夠推理並引導工具進行動作。它不僅可以在電腦和手機上操作，還能在多種應用中執行具體任務。舉例來說，Qwen2.5-VL可以在航空公司應用中預訂航班，使用瀏覽器查找天氣預報，利用影像編輯器調整照片的色彩鮮豔度，甚至能安裝Microsoft Visual Studio Code/VS Code擴充功能，展示了它強大的實用性與多樣性。
目前，Qwen2.5-VL模型可在阿里巴巴的Qwen Chat應用程式中測試，並可以從人工智能AI開發平台Hugging Face下載。該模型能夠分析圖表和圖形，從發票和表格掃描中提取數據，並“理解”多小時的長內容。
Qwen團隊對此表示，Qwen2.5-VL能識別電影和電視劇中的知識產權/IP以及各種產品，暗示該模型可能經過受版權保護內容的訓練。儘管如此，Qwen2.5-VL在敏感政治話題上有所限制，當要求該模型討論如“習近平的錯誤”時，它會拋出錯誤訊息，這反映了中國網絡監管機構對本土開發模型的控制，要求其遵守社會主義核心價值觀。
此外，Qwen2.5-VL的另一大亮點是其能與PC及移動裝置上的應用程式互動，進一步拓寬了其應用範圍。一段由Hugging Face技術負責人Philipp Schmid發布的影片顯示，Qwen2.5-VL成功啟動並預訂了Android版Booking.com的機票，顯示了其操作真實世界軟體的能力。
Qwen高級計算機和AI移動代理示例:移動使用
幫助我送我的QQ好友變三,放牧一新春祝福
性能媲美全球領先競爭者
Qwen宣稱其最新的大型模型Qwen2.5-VL-72B-Instruct擁有720億個參數，在各類任務中的表現與Google的Gemini-2 Flash、OpenAI的GPT-4o以及Anthropic的Claude 3.5 Sonnet模型相當，甚至在某些領域（如文件分析）略有優勢。同時，較小的Qwen2.5-VL-7B模型在性能上與GPT-4o-Mini競爭力十足，而參數數量為30億的Qwen2.5-VL-3B模型則能夠匹配或超越Qwen自家最新一代Qwen2-VL-7B參數數量超過兩倍的模型。
Qwen在HuggingFace上發布了三種不同尺寸的新模型，並為每個版本提供了不同的許可證。擁有720億參數的大型模型使用Qwen License，允許免費使用和修改，但商業用途僅限於月活躍用戶/MAU低於1億的服務、擁有30億參數的小型模型則使用Qwen Research許可證，禁止商業用途，而中等規模的70億參數模型則採用了更為寬鬆的Apache License 2.0許可證。
阿里巴巴子公司Qwen在談到其最新模型系列時表示，“我們發布了Qwen2.5-VL，這是Qwen的新旗艦視覺語言模型，也是較之前的Qwen2-VL的重大飛躍。”就旗艦型號Qwen2.5-VL-72B-Instruct而言，它在一系列涵蓋領域和任務的基準測試中取得了具有競爭力的表現，包括大學級問題、數學、文檔理解、一般問答、視頻理解且值得注意的是，Qwen2.5-VL在理解文件和圖表方面具有顯著優勢，並且無需針對特定任務進行微調即可充當視覺代理。
儘管如此，Qwen2.5-VL在操作系統基準測試/OSWorld中的表現較為一般，並未達到預期的高效能。而該系列中的兩個較小型號Qwen2.5-VL-3B和Qwen2.5-VL-7B已可供許可使用，但旗艦型號Qwen2.5-VL-72B則要求獲得阿里巴巴的專門許可，尤其是對於每月活躍用戶超過一億的企業和開發者，需在商業部署前申請許可。
近期DeepSeek的崛起，全球科技界的競爭格局發生了顯著變化，特別是在中國科技公司在人工智能領域的競爭力逐步提升之際。中國的AI企業不僅在技術創新方面取得突破，還成功挑戰了西方科技巨頭的市場領導地位。阿里巴巴最新推出的Qwen2.5-VL模型家族，正是這股技術創新浪潮中的代表之一。
隨著AI技術的日益成熟，企業對於AI的需求已不僅限於提升效率，更多的是將其應用於日常操作中，解決更複雜的問題。阿里巴巴的Qwen2.5-VL就是這種需求的具體體現，它不僅在多個領域的基準測試中表現出色，還能與PC及移動設備的應用程式進行深度交互，拓寬了人工智能技術的邊界。更重要的是，隨著阿里巴巴的這些突破性產品的發布，其在全球AI市場中的影響力正在持續增強，對競爭者構成了前所未有的挑戰。這不僅為中國科技企業提供了更多的發展機會，也讓全球科技生態系統面臨著新的競爭態勢，促使行業快速向前發展。
