国外技术博主 Mervin Praison 对阿里巴巴最新发布的通义千问 QwQ Max 模型进行了测评。在 CipherBench 基准测试中 QwQ Max 预览版本在推理能力上交出了一份漂亮的成绩单，不仅超越了Claude 3.7，与 Grok 3 和Deepseek R1 等顶尖模型实力相当。它在 AIME 2025 数学竞赛题目中也实现了60% 的一次通过率。
QwQ 和 DeepSeek 一样，也采取免费开源策略，目前已经在 Qwen Chat 平台上免费开放使用。而且，它不仅能处理文字推理，还具备生成图像、编写代码、制定计划等多项能力。还能够调用各种工具来完成复杂任务。
值得一提的是，阿里选择了Apache 2.0 许可证发布这个模型，这意味着它是完全开源的，开发者可以将其用于商业目的。阿里还计划推出移动应用版本，并开源更多小型推理模型，以促进社区创新。
看来，除了 DeepSeek R1，我们又多了一款性能强大、功能丰富的开源 AI 模型。
硅谷 AI 独角兽 Genspark 发布 Workspace 4.0，核心升级 Claw 功能专为创作者打造。它能自动化处理调研、邮件、PPT 等跨步骤杂活，并支持串联跨应用重复操作。新增 Clip Genius、AI Designer 及故事板生成工具，可自动提取视频信息、产出品牌素材与分镜脚本。配合 AI Developer，用户仅需自然语言描述即可搭建网站。该工具旨在让创作者从繁琐幕后工作中解放，专注于结果把控。
xAI 将于下周发布 Grok Build 和 Grok CLI ，正式进军智能体编程赛道，与 Claude Code 、 OpenAI Codex 等竞争。 Grok 4.3 已向订阅用户开放测试。产品采用本地与远程双轨设计，亮点是 Arena 模式，让多个智能体同场竞争，用户直接挑选最佳结果。此外还有 Grok Computer 桌面客户端和第三方服务连接器生态布局，差异化竞争策略明确。
Anthropic 推出 Claude Design ，用户通过自然语言描述即可生成原型图、幻灯片等视觉内容，面向缺乏设计背景的创业者和产品经理。该产品定位为与 Canva 互补而非竞争，支持导出多种格式并可导入 Canva 进行精修。企业用户还能利用品牌一致性功能，保持统一的视觉风格。此举被视为 Anthropic 深化企业市场的重要举措，估值或达 8000 亿美元。
围绕《阿里巴巴通义千问 QwQ Max 推理能力超越 Claude 3.7》展开交流，未登录用户可浏览评论，登录后可参与讨论。
