猫眼影戏
 |
|
猫眼影戏
夏登文
手机审查
猫眼影戏记者 菲克 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1：一级毛片美女欧洲免费
??01月31日,国家移民管理局：预计春节前后全国各出入境口岸将迎来客流高峰,
这也太容易到手了 ，一群人后悔不迭 ，真该早点过来 ，这娃也太憨了 。
,黄游下载3.0.3每天无限次免费大全免费2023 。??01月31日,粤港澳大湾区中学生历史知识邀请赛澳门开赛,
族长颔首 ，数十年前谁人夜晚 ，电闪雷鸣 ，大雨滂沱 ，狂风怒号 ，暴到极致 ，许多大山都被闪电劈塌了 ，山洪如海 ，兽潮狂奔 ，恐怖的让人颤抖 。
,欧美肥老太交性视频,这里只有精品 99re,男生 通进女生 视频 。??时势2：中国🇨🇳老太交80
??01月31日,中国野猪种群调控迫在眉睫 多地悬赏招募“野猪猎人”,
小石昊跳下大青石 ，将那柄大锤拎了上来 。
,爱情岛论坛亚洲入口,一级做受毛片免费大片l,日韩人成视频区国产日韩区 。??01月31日,湖南两会“委员通道”：扬文化、稳经济、助发展等成热词,
这次的履历十分阴险 ，只差一点他们就葬身在山林中 ，死于那头远古魔禽后裔的利爪下 ，现在稍微清静下来 ，脊背已有一层冷汗 。
,黄色视频官方正版,男生困困进女生困困洞里的视频免费,黄色美女靠逼视频免费在线观看 。??时势3：♥️下载天天娱乐app采购中心(官方)网站全站/登录入口/IOS/...
??01月31日,【台胞“申”活】打卡魔都｜廖子瑄：沉浸式体验“数字之都”,
小不点神色凝重 ，石毅的符文造诣极恐怖 ，深刻意外 ，很难权衡他现在究竟有何等的强盛与恐怖！
,伊人精品无码AV一区二区三区,2021精品视频在线观看,超碰人人操人人干男的天堂 。??01月31日,构建高水平社会主义市场经济体制,
皮猴弯弓搭箭 ，那是一张龙角硬弓 ，所谓的龙角截取自龙角象 ，一样平常只有成年人才华拉开 ，在石村中堪称最好的制弓质料 。
,国产极品粉嫩馒头一线天图片,AA黄网站。,欧美乱大交XXXXX99 。??时势4：女仆让宙斯桶爽未删减版
??01月31日,中国外交部官员谈美国总统国家安全事务助理沙利文访华,
“毛球 ，这种蛋烤熟了虽然很香 ，但不算是补药 ，去将小鸾鸟的蛋掏来一窝 ，那才是好工具啊 。”鼻涕娃挑拨 ，人不大 ，可是却挺坏 。
,老师 狂揉下部,黄骗免费毛片,原神裸身18禁 。??01月31日,中外学者上海共议AI对未来的影响,
小不点早先在神园兜圈子 ，可发明这个地方虽大 ，但也缺乏以藏身 ，那几尊生灵都是纯血强者 ，要对他举行合围 。
,男明星裸睡被C高潮失禁,精品久久久久性色av,a级毛毛毛 。【中新健康 | 俄罗斯母子西安“求医记”：中医是“神奇的魔法”】
【外交部：中国将把开放的蛋糕做大，把合作的清单拉长】
责编：金兼斌
审核：申正亮
责编：白金菊
Copyright (C) 2001- Dzwww 鲁ICP备09023866号-1
