QVQ-Max：根拠に基づく思考
Qwen Blog は、画像や動画の理解に加え分析・推論能力を備えた視覚推論モデル「QVQ-Max」の正式版リリースを発表し、数学からプログラミング、芸術創作に至る多様なタスクでの能力を示した。
キーポイント
QVQ-Max の正式リリースと進化
昨年 12 月にプレビュー版として公開された QVQ-72B-Preview の課題を克服し、正式版「QVQ-Max」が発表された。
視覚情報の推論と解決策の提供
単なる画像・動画の内容理解を超え、情報を分析・推論して具体的な解決策を提示する能力を有している。
多様な分野での実証済み性能
数学問題の解法から日常の質問、プログラミングコードの作成、芸術的創作に至るまで、広範な領域で高いパフォーマンスを発揮している。
影響分析・編集コメントを表示
影響分析
この発表は、AI モデルが視覚情報を単に認識する段階から、論理的推論を用いて複雑な課題を解決する段階へと進化していることを示す重要なマイルストーンです。特に数学やコーディングといった論理依存度の高いタスクでの性能向上は、実務現場におけるマルチモーダル AI の活用範囲を大きく広げる可能性があります。
編集コメント
「推論」というキーワードが強調されている点は、単なる画像認識を超えた実用的な AI への転換を示唆しており、開発者コミュニティからの注目が高まりそうです。
QWEN CHAT GITHUB HUGGING FACE MODELSCOPE DISCORD
導入 昨年12月、探索的なモデルとして QVQ-72B-Preview を発表しましたが、多くの課題がありました。本日、私たちは視覚推論モデルである QVQ-Max の最初のバージョンを正式にリリースします。このモデルは画像や動画の内容を「理解」するだけでなく、その情報を分析・推論して解決策を提供することも可能です。数学の問題から日常の疑問まで、プログラミングコードから芸術的創作に至るまで、QVQ-Max は印象的な能力を実証しています。
原文を表示
QWEN CHAT GITHUB HUGGING FACE MODELSCOPE DISCORD
Introduction Last December, we launched QVQ-72B-Preview as an exploratory model, but it had many issues. Today, we are officially releasing the first version of QVQ-Max, our visual reasoning model. This model can not only “understand” the content in images and videos but also analyze and reason with this information to provide solutions. From math problems to everyday questions, from programming code to artistic creation, QVQ-Max has demonstrated impressive capabilities.
関連記事
Anthropic、Claude Fable 5 と Claude Mythos 5 を発表：基盤モデルは同一だが安全策が異なり、新「Mythos クラス」 tiers 登場
Anthropic は 2026 年 6 月 9 日、能力が Opus クラスを上回る新 tiers「Mythos クラス」に属する Claude Fable 5 と Claude Mythos 5 を発表した。Fable 5 は一般利用向けに安全策を強化し、Mythos 5 は一部制限を解除した限定版として提供される。
Mythos との協働がもたらす感覚について
著者は Claude 5 Fable（Mythos クラス初の公開 AI モデル）に早期アクセスし、セキュリティ用途以外の多様なタスクでテストした結果、過去のモデルを凌駕する飛躍的な進歩を確認し、人間と AI の関係性が劇的に変化している可能性を示唆しました。
エージェントシステムにおける意図と実行の架橋
Amazon Science は、AI エージェントのパフォーマンスはモデル自体の問題ではなく、LLM とツール間の仲介役となるハッチ（OS）の設計がボトルネックであると指摘し、意図を実行に移すシステムの重要性を強調した。
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み