猫眼影戏
 |
|
猫眼影戏
曾永坤
手机审查
猫眼影戏记者 郝京茂 报道Q8X2R7L1T4J5M9B6W3
鱼羊 发自 凹非寺量子位 | 公众号 QbitAI
新一年的基础模子竞逐 ，没想到是阿里千问率先脱手了！
就在刚刚 ，Qwen3-Max-Thinking正式版突然宣布 ，连忙刷新全球SOTA：
在涵盖科学知识、数学推理、代码编程的19项权威基准测试中 ，遇上甚至逾越GPT-5.2-Thinking、Claude-Opus-4.5和Gemini 3 Pro等TOP闭源模子。
p.s. 此前这一超大杯推理模子的“早期预览版” ，已经在AIME 25和HMMT 25（哈佛-MIT数学竞赛）中抵达100%的准确率。
量子位相识到 ，完全体的Qwen3-Max-Thinking总参数超万亿（1T） ，预训练数据量高达36T Tokens ，并且举行了更大规模的强化学习后训练。
焦点手艺方面 ，通过引入自顺应工具挪用和测试时扩展两项手艺立异 ，Qwen3-Max-Thinking的推理性能和挪用工具的原生Agent能力都有显著提升。
千问APP PC端和网页端已经第一时间上新这一Qwen系列最强模子 ，现在即可免费体验。API（qwen3-max-2026-01-23）也已开放。
Qwen3超大杯推理版实测
话未几说 ，Qwen3超大杯推理版究竟有多强 ，我们直接来看效果。
代码能力
现场写一个小游戏 ，对大模子们来说早已不是难事 ，什么贪食蛇、flappy bird基本都能轻松搞定。
若是再加上一点难度 ，让Qwen3-Max-Thinking在网页小游戏里加上手势识别呢 ？
建设一个基于浏览器的气球射击游戏 ，使用天空配景 ，并通过摄像头跟踪用户的手部行动来控制屏幕上的指针。
还真能work！并且在prompt的指导下 ，细节也都到位：
瞄准行动下 ，屏幕左上方会显示“瞄准中”的状态 ；双指捏合触发射击时 ，能瞬间转换“射击！”提醒 ；若是手出框了 ，还会泛起红色高亮提醒。
完整prompt如下：
prompt:“Create a browser-based balloon shooter with a sky background, using the webcam to track a user’s hand and control an on-screen pointer.Core requirements1. Sky screen- Fullscreen sky backdrop (gradient + soft clouds OR skybox).- Subtle parallax and gentle cloud drift for depth.2. Balloons- Spawn balloons from the bottom and drift upward with slight side-to-side motion.- Different sizes (small = faster / worth more, large = slower / worth less).- Optional wind gusts that shift all balloons briefly.3. Hand pointer- Use real-time hand tracking from the camera.- Track index fingertip and map it to screen coordinates.- Render a crosshair/pointer at that position.- Add smoothing so the pointer doesn’t jitter (exponential moving average).4. Shooting- Shooting gesture: pinch (thumb + index) to fire.- Add a cooldown (e.g., 150–250ms) to prevent accidental rapid-fire.- When firing, do a raycast / hit-test from the pointer to balloons.- If hit: pop balloon + add score + combo streak feedback.5. Feedback- Pop VFX: quick burst particles + optional “rubber fragments.”- Small screen shake or micro “kick” on hit (subtle).- Sound toggle (pop + whoosh).6. UI (simple + modern)- Minimal HUD: score, combo, and a small “calibration” indicator.- Settings drawer: sensitivity, smoothing, spawn rate, difficulty, left/right hand selection.- Fallback controls: mouse pointer + click if camera isn’t available.7. Calibration & stabilityInclude a calibration step:- Ask the user to hold their hand in view and point to screen corners to fit mapping.- Handle low-confidence frames:- If hand not detected, fade crosshair and show “Hand not found” hint.prompt:“Create a browser-based balloon shooter with a sky background, using the webcam to track a user’s hand and control an on-screen pointer.Core requirements
再来一手经典难度题：鹈鹕骑自行车。
An animated SVG of a pelican riding a bicycle.
emmm…谈不上完善 ，但鉴于给出的提醒词较量简略 ，至少确实是那么个意思了（doge）。
工具挪用
此次更新 ，官方重点强调了两方面的能力提升：推理能力和自主挪用工具的原生Agent能力。
恰恰最近在关注内存涨价这事儿 ，无妨让Qwen3-Max-Thinking直接帮我们剖析一波 ，写份研报。
提醒词：
最近内存价钱疯涨 ，帮我剖析下哪些股票受到了影响 ，画出相关股价走势
从侧边栏显示的思索细节可以看到 ，Qwen3-Max-Thinking先是自主上网网络好了资料 ，然后挪用代码诠释器做起了数据剖析和绘图 ，就像人类一样是边用工具边思索的。
不到1分钟时间 ，一份席卷涨价缘故原由、受益/受损工业剖析、下一阶段存储芯片工业走势的完整报告 ，就新鲜出炉了。
手艺剖析
在模子上线的同时 ，阿里千问团队也通过官方手艺博客 ，透露了Qwen3-Max-Thinking的不少手艺细节。
手艺博客提到 ，Qwen3-Max-Thinking在事实知识、重大推理、指令遵照、人类偏好对齐以及智能体能力等评估维度上都实现了显著提升。
背后有两项焦点立异：
自顺应工具挪用能力 ，可按需挪用搜索引擎和代码诠释器 ；测试时扩展手艺（Test-Time Scaling） ，显著提升推理性能。
来看详细细节。
自顺应工具挪用
与早期需要用户手动选择工具的要领差别 ，通过引入自顺应工具挪用 ，Qwen3-Max-Thinking能在对话中自主选择并挪用其内置的搜索、影象和代码诠释器功效。
好比 ，搜索《醉翁亭记》全文 ，并挪用代码诠释器把所有的“也”替换成“喵”。
最终的完效果果如下：
在此背后 ，阿里千问团队专门设计了一套训练流程：
在完成起源的工具使用微调后 ，模子在多样化使命上使用基于规则和模子的反响来做进一步训练。
实验批注 ，搜索和影象工具能有用缓解幻觉 ，提供实时信息会见 ，并支持更个性化的回复。代码诠释器允许用户执行代码片断 ，并应用盘算推理来解决重大问题。
测试时扩展手艺
测试时扩展是指在推理阶段分派特殊盘算资源 ，以提升模子性能的手艺。
阿里千问团队提出了一种履历积累式、多轮迭代的测试时扩展战略。
差别于简朴增添并行推理路径数目N（这往往会导致冗余推理） ，研究团队限制N并将节约的盘算资源用于由“履历提取”机制指导的迭代式自我反思。
这样做的利益在于 ，模子不会推理着推理着又绕回到已经得出的结论上去 ，猖獗空话铺张token ，而是会专注于未解决的不确定性。
更要害的是 ，相比于直接引用原始推理轨迹 ，该机制实现了更高的上下文使用效率 ，在相同上下文窗口内能更充分地融合历史信息。
实验证实 ，在大致相同的token消耗下 ，该要领优于标准的并行采样与聚合要领 ，推理性能和推理效率大幅提升。
好比 ，在启用工具的“人类最后的测试”HLE中 ，Qwen3-Max-Thinking得分58.3 ，凌驾GPT-5.2-Thinking的45.5 ，以及Gemini 3 Pro的45.8 ，刷新SOTA。
在IMO难度级别的数学能力测试基准IMO-AnswerBench上 ，Qwen3-Max-Thinking也以91.5的效果拿下全场最高分。
中国开源一连席卷天下
意料之中 ，2026年的第一个重量级模子更新 ，再次来自中国。
而有些意料之外但也在情理之中的是 ，这一次率先脱手的 ，是阿里千问。
凭证MIT-Hugging Face数据 ，在全球22亿次模子下载行为之中 ，中国开源AI模子的接纳份额已经跃升至17.1% ，凌驾了美国的15.8%。
在已往一年内新宣布的模子中 ，中国模子的下载量稳居第一。
在其中 ，从迭代频率、下载量和社区影响力来看 ，千问系列拔得头筹。
Hugging Face的最新数据显示 ，阿里千问系列衍生模子数目突破20万个 ，成为全球首个告竣此目的的开源大模子。同时 ，千问系列模子下载量突破10亿次 ，平均天天被下载110万次 ，完全逾越Llama ，现实上已经成为全球AI开源界的新标杆。
值得关注的是 ，在飞快壮大自身开源、顶级模子影响力的同时 ，阿里也已在实践中展现了2026年模子厂商的新着力点——
将顶尖模子能力和应用生态系统做更深入的连系。
日前 ，千问APP已周全接入淘宝、支付宝、淘宝闪购、飞猪、高德等阿里生态营业。
可以预见的是 ，2026基础模子还将一连增强 ，并且更深入地与各个笔直领域、与现实生涯相连系 ，在落地实践中展现更多应用的可能。
第一炮已经打响 ，期待中国开源延续2025年的势头 ，一连给天下带来新惊喜~
官网地点：https://chat.qwen.ai/
— 完 —
??时势1：插穴视频在线
??01月30日,拉美地区加快推动初创企业发展（环球热点）,
“族长你看 ，湖边的那群大鸟是不是有‘小鸾鸟’别称的五色鸡 ？”二猛的父亲有点激动 ，指着前方 ，以前他在大山中一经远远地见到过一只 ，可是却没有抓到。
,日本乱人伦ⅩXX在线观看。??01月30日,中国官方调整分年龄组失业率统计：更准确完整反映青年就业失业情况,
最后 ，小不点与他们离别 ，言称要继续去磨砺己身 ，跨上独角兽 ，横穿山脉而去。在这个历程中 ，毛球始终蔫了吧唧 ，大眼无神 ，像是一只寻常的小山兽。
,黄色片e867,www.男人天堂.com,女娲禁18露小奶头。??时势2：欧美性交电影院第一页
??01月30日,推动“文旅文创成支柱” 河南绘制旅游强省“路线图”,
小不点疼的小脸发白 ，撕下一截小衣服 ，裹住伤口 ，而躯体上亦是符文流转 ，止住了伤口的血。
,图片区 偷拍区中文字幕 小说区,人人干爱,熟女大骚逼喜欢又粗又大。??01月30日,广西壮族自治区钦州市政协副主席林庆山接受审查调查,
本学期 ，经由所有干部的检查合议以为备课认真 ，历程翔实的西席有：
,在线精品黑人粗大视频,一级网站,国产孕妇射。??时势3：欧美一级特黄A片免费观看
??01月30日,国家矿山安监局：严厉打击“七假五超三瞒三不两包”等重大违法违规行为,
石昊体内生出至尊骨的事情 ，他已神秘禀告了族中两位主事的老爷子 ，想来他们一定会当成稀世废物般 ，不会有事。
,在线观看免费播放国产一区在线,我要看免费一级日本录像带,超碰 91 自拍。??01月30日,高温频发 未来城市如何“应烤” 有啥“凉方”？,
三、自救：
,大雷被大狙狂射到求饶完整版视频视频,18 免费游戏,欧美自拍偷拍网站。??时势4：人人操人人操人人超碰
??01月30日,南京：国家公祭仪式活动期间采取临时交通管控措施,
“霹雳”一声 ，紫火滔天 ，火麟崩碎 ，化成了一股股纯净的精气与光线 ，消逝在了这天地间。
,在线日韩网址,99久久国产国语精品精精品,亚洲性亚洲生殖黄色性视频。??01月30日,水利部部署支持辽宁葫芦岛市抢险救灾工作,
“它不是你的吗 ，不是的话你为什么能借我 ，并且现在还说看在锤子的份上 ？”小不点眨动大眼 ，甚是不解。
,日本高清高清视频www,小 视频,女主跟各种物种啪H～。【亿元重奖！伊利2023年年会圆满举行，御风踏浪拥抱美好2024】
【国内首个5G-A通感一体低空飞行应用落户广东清远】
责编：季末
审核：王晓伟
责编：董启农
Copyright (C) 2001- dzwww.com. All Rights Reserved
新闻信息效劳允许证 - 音像制品出书允许证 - 广播电视节目制作谋划允许证 - 网络视听允许证 - 网络文化谋划允许证
山东省互联网传媒集团主理 联系电话：0531-85193202 违法不良信息举报电话：0531-85196540
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
