原贴链接

他们刚刚在ModelScope上传了一个预发布的占位文件。之前不确定为什么是QvQ而不是QwQ，但不管怎样这将是一个72B规模的模型。不确定它是否内置了类似的推理能力。不过，这是激动人心的时刻！

讨论总结

本次讨论主要围绕Qwen QVQ - 72B - Preview模型展开。话题涉及模型名字中“V”的含义、与其他模型（如谷歌模型、QwQ - 32B - Preview等）的比较、模型的推理功能、参数分配与视觉方面的关系等，同时也提到了模型使用的限制以及对其到来的不同态度，既有兴奋期待，也有质疑反对。

主要观点

  1. 👍 QVQ - 72B - Preview中的“V”是QwQ + Vision
    • 支持理由：AaronFeng47指出并给出qwen开发者推特链接作为依据
    • 反对声音：有人认为“V”是表情符号，也有人对该说法存在疑问，还有人推测在最终论文中表述为Qwen Visual Questions
  2. 🔥 谷歌新模型不隐藏内部思考过程有助于开源发展
    • 正方观点：其不隐藏内部思考过程，理论上可用于生成合成数据集来微调本地模型等
    • 反方观点：未提及
  3. 💡 对Qwen QVQ - 72B - Preview表示期待，但质疑其在语言推理方面是否胜过32b
    • 支持理由：模型的到来是新的发展成果，但不清楚在语言推理方面与32b的比较情况
    • 反对声音：无明确反对，但有不同观点探讨其与32b在文本推理方面差异不大等
  4. 💡 认为大型模型只有富人才有条件使用，普通民众只能使用在线服务，现有的商业模型更具优势
    • 支持理由：大型模型使用存在门槛，现有商业模型在使用上可能更便利
    • 反对声音：未提及
  5. 💡 在没有软件支持时QvQ可能无法运行，期待改进后的32B常规QwQ
    • 支持理由：从模型运行角度考虑软件支持的必要性，个人对32B常规QwQ有期待
    • 反对声音：未提及

金句与有趣评论

  1. “😂 Oh, wow, another massive model that only rich people will be able to use, or ordinary people will have to resort to online services to use (when, for sure, existing commercial models will be better), wow, how excited I am 😅”
    • 亮点：以一种幽默讽刺的方式表达对大型模型使用限制的不满以及对其到来并不兴奋的态度
  2. “🤔 V = vision/video? 🤔 Apparently, QwQ stands for Qwen with Questions.”
    • 亮点：对QVQ中“V”的含义以及QwQ含义的猜测和思考
  3. “👀 Paradoxically, the new model from google has a chance to contribute to the development of open source, because they do not hide the internal thought process”
    • 亮点：指出谷歌新模型对开源发展的潜在贡献点在于不隐藏内部思考过程
  4. “😉 QwQ feels like it has an ‘adversarial’ inner monologue (it remembers me without adhd medications lol), while the Google model focus on making a ‘plan of action’ and decomposing the problem at hand.”
    • 亮点：以诙谐的方式对比QwQ和谷歌模型在推理过程中的不同感受
  5. “🤔 My guess is for textual reasoning problems it should not be a huge difference. But being able to reason on what it is seeing on the image in context should make it the best open source image model we will have for some time”
    • 亮点：对Qwen QVQ - 72B - Preview在文本推理和图像推理方面与其他模型的差异进行合理猜测

情感分析

总体情感倾向较为复杂。既有积极的期待，如对Qwen QVQ - 72B - Preview模型到来感到兴奋，认为可能成为优秀的开源模型等；也有消极的情绪，如认为大型模型使用受限，现有商业模型更好。主要分歧点在于对Qwen QVQ - 72B - Preview模型的评价，可能的原因是不同用户的使用需求、对模型发展方向的预期以及对不同模型特点的理解不同。

趋势与预测

  • 新兴话题：Qwen QVQ - 72B - Preview在图像推理方面的表现以及与其他模型的竞争关系可能会引发后续讨论。
  • 潜在影响：如果Qwen QVQ - 72B - Preview在图像推理方面表现优秀，可能会对开源图像模型领域产生推动作用，影响相关技术的发展和应用方向。

详细内容：

以下是为您生成的新闻文章：

标题：Qwen QVQ-72B-Preview 引发热烈讨论

最近，Reddit 上一个关于“Qwen QVQ-72B-Preview”的帖子吸引了众多网友的关注。该帖子提供了https://modelscope.cn/models/Qwen/QVQ-72B-Preview的链接，并指出这是在 ModelScope 上刚刚上传的预发布占位符，还表示不确定其与之前的 QwQ 有何区别，但明确这将是一个 72B 级别的模型。此贴获得了大量的点赞和众多评论。

讨论的焦点主要集中在这个新模型的特点和性能上。有人指出“QwQ+Vision”，并提供了 qwen 开发者推特的链接：https://x.com/JustinLin610/status/1869715759196475693 。有人好奇“V”在 QVQ 中的含义，有人认为是表情符号，还有人猜测是视觉或视频。

关于新模型与其他模型的比较，有用户表示谷歌新模型可能对开源发展有贡献，因为其不隐藏内部思维过程。但也有人认为不能过早推测，毕竟占位符刚创建不久。有人认为 QwQ 和谷歌的模型在推理方式上有很大不同，比如 QwQ 像是有“对抗性”的内心独白，而谷歌模型更注重制定“行动计划”并分解问题。

在模型的实际应用方面，有人质疑新模型是否会在语言和推理方面超越 32B 版本，以及额外的参数是否主要用于视觉方面。还有人讨论了普通人使用这类大型模型的困难，包括计算资源和成本等问题。比如有人认为只有富人能用，普通人只能依靠在线服务，也有人提到了 Mistral - Large 等免费的模型。

不过，也有人期待改进的 32B 常规 QwQ 版本，认为在有相应软件支持前，可能无法运行 QvQ 。

那么，Qwen QVQ-72B-Preview 到底会给我们带来怎样的惊喜和改变呢？它能否在性能和应用上取得突破，又能否解决普通用户使用的难题？让我们拭目以待。