AnswersPublished19 sources
QVQ-72B-Preview: wat Alibaba's experimentele beeldredeneer-AI kon — en niet kon
QVQ 72B Preview was een experimenteel model van Alibaba's Qwen team uit december 2024, gericht op redeneren aan de hand van beelden. Het was bedoeld voor onder meer grafieken, diagrammen en visuele rekenopgaven, maar lange redeneringen konden de koppeling met het beeld verliezen.
Gepubliceerd doorBewerkt met GPT-5.6 TerraAfbeeldingen gegenereerd met GPT Image 2
Research answer
Key takeaways
- QVQ 72B Preview was een experimenteel model van Alibaba's Qwen team uit december 2024, gericht op redeneren aan de hand van beelden.
- Het was bedoeld voor onder meer grafieken, diagrammen en visuele rekenopgaven, maar lange redeneringen konden de koppeling met het beeld verliezen.
- Als open weight release bood het meer ruimte voor zelf hosten en aanpassen, maar verschoof het ook verantwoordelijkheid voor veiligheid en beheer naar de gebruiker.[18][19]
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Alibaba Cloud’s QVQ-72B-Preview, released in December 2024 as an experimental open-weight multimodal AI model combining Qwen2-VL-72B. Article summary: QVQ-72B-Preview was Alibaba Cloud’s December 2024 experimental, open-weight visual-reasoning model: it paired Qwen2-VL-72B’s image understanding with QwQ-style extended chain-of-thought reasoning. Its significance was le. Topic tags: general, general web, government, education, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, c
QVQ-72B-Preview was een experimenteel onderzoeksmodel van Alibaba's Qwen-team, geïntroduceerd in december 2024. Het moest visueel redeneren verbeteren: niet alleen herkennen wat er in een afbeelding staat, maar ook stap voor stap een vraag oplossen op basis van die visuele informatie. Het bouwde voort op Qwen2-VL-72B en was vooral een vroege open-weight proef met beeldbegrip en complexer redeneren — geen kant-en-klare, algemene multimodale assistent.38
39
Wat kon het model doen?
Een gebruiker kon een afbeelding met een prompt aanbieden. QVQ moest vervolgens de visuele aanwijzingen analyseren voordat het een antwoord gaf. Dat maakte het geschikt voor bijvoorbeeld:
- het interpreteren van grafieken en diagrammen;
- het lezen van informatie die in een afbeelding staat;
- visuele wiskundeopgaven;
- natuurwetenschappelijke vragen waarvoor zowel observatie als gevolgtrekking nodig is.
De aanduiding 72B verwijst naar de omvang van het model binnen de Qwen-familie. Minstens zo belangrijk is Preview: Qwen omschreef het uitdrukkelijk als een experimenteel onderzoeksmodel en documenteerde zelf ook de beperkingen.38
39
De gerapporteerde benchmarkscores
In de eigen vergelijkingstabel van Qwen behaalde QVQ-72B-Preview de volgende scores:
| Benchmark | QVQ-72B-Preview | Qwen2-VL-72B ter vergelijking |
|---|---|---|
| MMMU (validatie) | 70,3 | 64,5 |
| MathVision (volledig) | 35,9 | 25,9 |
| OlympiadBench | 20,4 | 11,2 |
MMMU meet brede multimodale kennis en begrip op universitair niveau. MathVision draait om wiskundeproblemen met beeldmateriaal, terwijl OlympiadBench moeilijke tweetalige opgaven in wiskunde en natuurkunde bevat. In Qwens eigen tabel scoorde QVQ op alle drie hoger dan de genoemde Qwen2-VL-72B-variant, wat past bij de focus op redeneren.39
40
Wel is die nuance essentieel: dit zijn door de leverancier gerapporteerde resultaten. Ze vormen geen onafhankelijk bewijs dat het model in elke praktijksituatie even goed werkt. Onduidelijke afbeeldingen, ongebruikelijke formuleringen, ontbrekende context en kwetsbaar redeneren kunnen nog steeds tot fouten leiden.
De beperkingen bij de lancering
Juist de beperkingen maakten duidelijk dat QVQ vooral een veelbelovende demonstratie was, en nog geen breed inzetbare assistent.
Alleen afbeeldingen, geen video
De previewversie accepteerde afbeeldingen, maar geen video. Dat was opvallend, omdat de eerdere Qwen2-VL-lijn wel videofuncties had. QVQ was dus beperkt tot analyse van stilstaand beeld.37
43
Geen doorlopend gesprek over dezelfde afbeelding
De interactie was in feite beperkt tot één ronde per afbeelding. Een gebruiker kon niet simpelweg doorvragen met behoud van de visuele context. Voor een nieuwe vraag moest dezelfde afbeelding opnieuw met een nieuwe prompt worden ingestuurd.34
Lang redeneren kon losraken van het beeld
De belangrijkste waarschuwing van Qwen was dat het model tijdens meerstaps visueel redeneren geleidelijk de focus op de afbeelding kon verliezen en daardoor kon hallucineren. Een uitgebreide, logisch klinkende uitleg kon dus toch niet meer goed op de zichtbare informatie zijn gebaseerd.33
38
Daarnaast noemde de modeldocumentatie onverwacht wisselen of mengen van talen en recursieve redeneerlussen: lange antwoorden zonder duidelijke conclusie.38
39
Praktisch betekent dit: controleer uitkomsten bij toepassingen met grote gevolgen. Een zichtbare redenering is geen garantie dat iedere observatie klopt of werkelijk uit de afbeelding volgt.
Waarom de open-weight release belangrijk was
De release ging over meer dan een benchmarkscore. Ze paste in de bredere open-weight-aanpak rond Qwen en andere Chinese AI-ontwikkelaars. Bij een open-weight model zijn de getrainde parameters — de zogeheten gewichten — beschikbaar om te downloaden, te gebruiken en aan te passen. Organisaties kunnen zo een model buiten de app of API van de maker draaien en voor eigen toepassingen aanpassen.18
Voor ontwikkelaars kan dat voordelen bieden:
- Meer zeggenschap over de uitrol: draaien op eigen infrastructuur of in een zelf gekozen cloudomgeving.
- Aanpasbaarheid: gewichten finetunen, kwantiseren of in een gespecialiseerde technische omgeving integreren.
- Minder afhankelijkheid van één API-aanbieder: een model is niet uitsluitend gekoppeld aan de dienst van de ontwikkelaar.
Daar staan ook verplichtingen tegenover. Wie gedownloade gewichten zelf inzet, moet zelf zorgen voor infrastructuur, evaluatie, toegangsbeheer, beveiliging en het beperken van misbruik. Reuters wijst erop dat open-weight systemen weliswaar kunnen worden gedownload, onderzocht en aangepast, maar ook met relatief weinig toezicht aangepast en opnieuw verspreid kunnen worden.19
Open weights tegenover gesloten API's
Het klopt in grote lijnen dat veel Chinese ontwikkelaars open-weight modellen hebben gepromoot, terwijl toonaangevende Amerikaanse aanbieders zoals OpenAI en Anthropic hun leidende modelgewichten doorgaans niet publiek downloadbaar maken.19 Maar de tegenstelling „Chinees is open, Amerikaans is gesloten” is te grof: de keuze verschilt per model, ontwikkelaar, capaciteit en commerciële strategie.
Het praktische onderscheid is helderder:
- Open-weight modellen geven gebruikers meer controle over waar en hoe een model draait.
- Gesloten modellen via een API houden de uitrol en een groot deel van de veiligheidsinfrastructuur bij de aanbieder.
Daar zit een beleidsafweging in. Regels die zijn gebaseerd op gecentraliseerde monitoring, testen, vergunningen of rapportage zouden voor grote API-aanbieders eenvoudiger uitvoerbaar kunnen zijn en daarmee hun bedrijfsmodel kunnen bevoordelen. Dat is een redenering over mogelijke regelgevingsprikkels, geen vaststaand gevolg. Beleid kan zich ook richten op toepassingen met een hoog risico en op de organisaties die een model inzetten, in plaats van de verspreiding van gewichten te verbieden. Onderzoekers van Stanford waarschuwen dat brede internationale adoptie van Chinese open-weight modellen gevolgen kan hebben voor toegang tot technologie, concurrentie, veiligheid en AI-governance.18
Conclusie
QVQ-72B-Preview was een opvallend experiment uit december 2024: een open-weight model voor visueel redeneren dat volgens Qwen duidelijke vooruitgang liet zien op MMMU, MathVision en OlympiadBench, maar waarvan de ontwikkelaar ook forse betrouwbaarheids- en gebruiksbeperkingen erkende. De belangrijkste les was niet dat meerstapsredeneren multimodale AI al had opgelost. Wel liet QVQ zien dat geavanceerder beeldredeneren beschikbaar kon worden gemaakt voor ontwikkelaars die het zelf willen onderzoeken en uitrollen — en dat openheid een nog strengere evaluatie en verantwoord beheer vraagt.38
39
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "QVQ-72B-Preview: wat Alibaba's experimentele beeldredeneer-AI kon — en niet kon"?
QVQ 72B Preview was een experimenteel model van Alibaba's Qwen team uit december 2024, gericht op redeneren aan de hand van beelden.
What are the key points to validate first?
QVQ 72B Preview was een experimenteel model van Alibaba's Qwen team uit december 2024, gericht op redeneren aan de hand van beelden. Het was bedoeld voor onder meer grafieken, diagrammen en visuele rekenopgaven, maar lange redeneringen konden de koppeling met het beeld verliezen.
What should I do next in practice?
Als open weight release bood het meer ruimte voor zelf hosten en aanpassen, maar verschoof het ook verantwoordelijkheid voor veiligheid en beheer naar de gebruiker.[18][19]
Sources
qwenlm.github.ioQVQ: To See the World with Wisdom
huggingface.coQwen/QVQ-72B-Preview · Hugging Face
ai-tldr.devQVQ-72B-Preview: Qwen Visual Reasoning Model | AI/TLDR
nvv.genai.co.jpAlibabaが新しい視覚推論AIモデル「QVQ-72B-Preview」を公開