Alibaba ra mắt Qwen3.7-Plus: Mô hình đa phương thức với khả năng tự lập trình và suy luận chuyên sâu

Nội dung dịch chi tiết

Đội ngũ Qwen của Alibaba đã chính thức ra mắt Qwen3.7-Plus, mô hình ngôn ngữ lớn đa phương thức mới nhất hiện đã có sẵn trên nền tảng Bailian (được quốc tế biết đến với tên gọi Model Studio). Đây là bước tiến tiếp theo sau khi thế hệ Qwen3.7 được công bố vào tháng 5, bổ sung khả năng hiểu hình ảnh và video bên cạnh các văn bản đầu vào.

Khác với các mô hình tạo ảnh, Qwen3.7-Plus tập trung vào khả năng phân tích và hiểu dữ liệu thị giác. Mô hình này được thiết kế như một tác nhân (agent) có khả năng lập kế hoạch và thực hiện các bước công việc phức tạp. Nó sở hữu năm năng lực cốt lõi: suy luận sâu, tự lập trình, gọi công cụ, kiểm chứng kết quả và tự động lặp lại quy trình cho đến khi đạt mục tiêu.

Trong các bài kiểm tra tại Vision Arena, Qwen3.7-Plus bản thử nghiệm đã đạt vị trí thứ 16 chung cuộc, giúp Alibaba trở thành phòng thí nghiệm đứng thứ 5 về khả năng thị giác máy tính. Kết quả này đặc biệt hữu ích cho các tác vụ như nhận dạng ký tự quang học (OCR) quy mô lớn, đọc biểu đồ và phân tích khung hình video.

Nền tảng Bailian hỗ trợ mô hình này thông qua cơ chế Học tăng cường tác nhân (Agentic RL), cho phép tinh chỉnh độ chính xác dựa trên phản hồi thực tế. Ngoài ra, hệ thống còn tích hợp các rào cản an toàn để kiểm soát các công cụ tự hành, đảm bảo chúng hoạt động trong giới hạn cho phép khi thực hiện các lệnh hoặc chỉnh sửa tệp tin.

Qwen3.7-Plus là mảnh ghép đa phương thức trong dòng sản phẩm 3.7, bổ sung cho phiên bản Qwen3.7-Max chỉ tập trung vào văn bản. Với sự kết hợp giữa khả năng hiểu đa phương thức và tính năng tác nhân, Alibaba đang định hướng mô hình này cho các công việc đòi hỏi sự bền bỉ và khả năng xử lý tự động phức tạp.