千问太高产了，今天3月 28 日，阿里千问在官方 X 账户上宣布其推出了视觉推理模型 “`QVQ-Max`”[1]，这个模型不仅能看懂图片和视频，还能进行深度分析和推理（还能看首相~）。
QVQ-Max 究竟有多强？
1. 超强的观察力
QVQ-Max 能快速识别图片中的各种细节：
文字内容 物体位置 场景关系 人物表情 图表数据
比普通的图像识别更厉害的是，它能把这些信息串联起来，理解图片想表达的含义。
2. 专业的分析能力
上传一张图片，QVQ-Max 能给你：
数学题的详细解题过程 建筑图纸的专业分析 艺术作品的深度点评 手相面相的趣味解读（仅供娱乐）
3. 创意无限的应用
除了看图分析，QVQ-Max 还能：
为视频写文案和旁白 根据图片创作故事 设计插画和创意内容 提供生活建议和解决方案
实际体验：惊艳的表现
实测了两个有趣的场景：
场景一：视频旁白创作
上传了一段篝火旁的视频，QVQ-Max 立即写出了富有诗意的旁白：
暮色渐浓，篝火跃动的光斑在湖面上摇曳成星河。两人围坐于松针铺就的营地，剪影被暖橘色的火光勾勒出温柔轮廓。左侧的人缓缓倾斜银色保温壶，清亮的水流如月光倾泻，在深褐色杯盏中泛起涟漪；右侧的手稳稳托住杯底，指尖相触的瞬间，仿佛传递着无声的默契。远处森林静默如画，近处火星噼啪轻响，蒸腾的热气模糊了彼此眼眸。这一刻，天地间只剩跳动的火苗与流动的温度，将孤独融化成共享的暖意。
文字优美，意境深远，完美捕捉了视频的氛围。
场景二：图片内容解读
当我们上传一张普通照片时，QVQ-Max 不仅能准确描述画面内容，还能理解场景背后的故事和情感。
场景三：看手相
算首相这个事可不是我说的哈，是千问自己提供的演示，看以下示例：
https://x.com/i/status/1905342270704156996[2]
如何体验？
想试试这个超强的视觉 AI 吗？现在就可以在 Qwen Chat（chat.qwen.ai[3]）上体验。只需：
打开 Qwen Chat 上传图片或视频 点击"深度思考"按钮 等待 AI 给出分析结果
总结
QVQ-Max 的发布，让我们看到了 AI 视觉能力的新高度。它不仅能看，还能想，更能创造。这或许预示着，AI 助手离我们的日常生活又近了一步。