📌 📄 内容摘要:
kejun (@ke_jun) 在 241225 三花AI日报：阿里 QVQ：开源多模态推理模型；xAI 推出 Grok 网页版，支持多种输出模式；字节开源 Midscene.js：AI 驱动的自动化测试 中发帖
QVQ-72B-Preview：开源多模态推理模型
[图片]
QVQ-72B-Preview 是阿里通义团队基于 Qwen2-VL-72B 构建的开源多模态推理模型，专注于增强视觉推理能力，目前还是实验性研究模型。
该模型在 MMMU 基准测试中取得了 70.3 的分数，显著超越了 Qwen2-VL-72B-Instruct。在剩下的三个专注于数学和科学问题的基准测试中，有效缩小了与 o1 模型之间的差距。
你们可以在线演示玩一下在线演示。
通义的模型命名也是越来越可爱了。
xAI 推出 Grok 网页版，支持多种输出模式
[图片]
Grok 网页版现已在澳大利亚推出，无需登录即可访问，支持四种输出模式：“Smart”（默认）、“Draw”（使用“/imagine” 命令创建图像）、“Search”（使用“搜索…”）和“Model Only”（禁用搜索）。
除了 Web ...
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/311879/1
─────────────────────────────
📢 来源：LINUX DO
