目前系統采用的是通義千問開源視覺理解大模型Qwen-VL 于2023年12月1日發布重大更新，不僅大幅提升通用OCR、視覺推理、中文文本理解基礎能力，還能處理各種分辨率和規格的圖像，甚至能“看圖做題”。 升級的Qwen-VL(qwen-vl-plus/qwen-vl-max)模型現有幾大特點： ? 大幅增強了圖片中文字處理能力，能夠成為生產力小幫手，提取、整理、總結文字信息不在話下。 ? 增加可處理分辨率范圍，各分辨率和長寬比的圖都能處理，大圖和長圖能看清。 ? 增強視覺推理和決策能力，適于搭建視覺Agent，讓大模型Agent的想象力進一步擴展。 ? 升級看圖做題能力，拍一拍習題圖發給Qwen-VL，大模型能幫用戶一步步解題。