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。
谷歌推出开源模型 Gemma 4，旨在解决网络受限地区无法使用前沿 AI 的问题。该模型追求内存占用下的智能最大化，首次具备多模态与智能体能力，支持在无网移动端高效运行复杂任务。目前已在乌干达离线医疗系统及秘鲁原住民语言保护等场景中落地应用。通过将大模型蒸馏至终端设备，Gemma 4 摆脱了对云端算力的依赖，推动去中心化开源生态发展，赋能各社区按需构建专属系统。
微软研究院联合多所高校发布 Mirage 模型，通过在扩散模型隐空间直接存储三维记忆，解决了 AI 视频生成中场景一致性差及计算昂贵的问题。该方案摒弃传统 RGB 点云渲染流程，使生成速度提升最高 10.57 倍，显存占用降低 55 倍，且长视频边际成本几乎不增。测试显示其三维与光度一致性优于现有方案，虽暂不支持动态物体记忆，但已开源并适用于机器人仿真等静态场景任务。
Google 推出 Information Agents 功能，面向 AI Ultra 订阅用户开放。该功能将搜索从被动查询转变为主动监测，智能体可 7×24 小时追踪用户需求并推送变化信息。其底层依托 Personal Intelligence 战略，通过整合 Gmail、Photos 等跨应用数据实现个性化推理。尽管存在隐私与准确性挑战，但凭借二十年数据积累，Google 正推动 AI 助手从对话工具向自主代理进化，重塑“信息找人”的交互范式。
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。
