阿里千问登顶全球冠军，超越Gemini3与GPT5.1推理能力
11月26日消息，今日空间推理基准测试SpatialBench更新了最新一期榜单，阿里千问的视觉理解模型Qwen3-VL与Qwen2.5-VL强势占据冠亚军位置，超越了Gemini 3、GPT-5.1、Claude Sonnet 4.5等国际顶尖模型。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
SpatialBench榜单显示，Qwen3-VL-235B与Qwen2.5-VL-72B分别取得了13.5和12.9分的优异成绩，显著领先于Gemini 3.0 Pro Preview（9.6分）、GPT-5.1（7.5分）及Claude Sonnet 4.5等海外头部模型。
不过需要指出的是，AI大模型的整体表现与人类水平仍存在差距。人类基准线约为80分，能够专业处理电路分析、CAD工程和分子生物学等复杂空间推理任务，而目前大模型还无法完全自动化完成此类工作。
据了解，Qwen2.5-VL于2024年开源，Qwen3-VL则是阿里在2025年开源的新一代视觉理解模型。
Qwen3-VL在视觉感知和多模态推理方面实现了重大突破，在32项核心能力测评中超越Gemini 2.5 Pro和GPT-5。该模型不仅能调用截图、搜索等工具完成“带图推理”，还能通过一张设计草图或一段小游戏视频直接进行“视觉编程”。
与此同时，Qwen3-VL专门增强了3D检测能力，能够更准确地感知空间关系。基于该模型，机器人可以更好地判断物体方位、视角变化和遮挡关系，实现远处物体的精准抓取。
目前，Qwen3-VL已开源不同版本，包括2B、4B、8B、32B等密集型模型以及30B-A3B、235B-A22B等MoE模型，每个模型都提供指令版和推理版两款，是当下最受企业和开发者欢迎的开源视觉理解模型。同时，Qwen3-VL模型也已上线千问APP，用户可免费体验。
据悉，SpatialBench是近年来兴起的第三方空间推理基准测试榜单，主要聚焦多模态模型在空间、结构、路径等方面的综合推理能力，被AI社区视为衡量“具身智能”进展的新兴测试标准之一。
SpatialBench不仅测试模型已有的知识储备，还重点评估模型在二维和三维空间中感知和操控抽象概念的能力，这对具身智能的落地应用尤为关键。
相关攻略
阿里 AI 战略，到底跑出了哪些成果？作者｜张鹏编辑｜Cynthia前几天，在巴塞罗那举行的 MWC 2026 上，阿里云向国际市场正式推出了企业级 Agentic AI 开发平台——百炼专属版。通
文 | 财能圈3月4日凌晨，阿里千问大模型核心负责人林俊旸在社交平台留下一句“me stepping down bye my beloved qwen”，便结束了自己在阿里巴巴六年的职业生涯。同一
3月4日凌晨，阿里千问模型负责人林俊旸突然宣布离职，引发业界广泛关注。据智能涌现报道，通义实验室紧急召开了All Hands会议，阿里集团CEO吴泳铭向千问员工坦诚表示了歉意。据报道，对于此次调整，
智东西作者 程茜编辑 漠影智东西1月30日报道，1月29日，阿里平头哥“真武810E”高端AI芯片上线正式，揭开了阿里隐藏已久的核心布局：由通义实验室、阿里云和平头哥组成的阿里巴巴AI黄金三角“通云
文 熊逾格编辑 子夜2026年1月15日，阿里千问App进行了上线以来最大规模的版本更新，全面接入淘宝、支付宝、淘宝闪购、飞猪、高德等阿里生态业务，在全球首次实现点外卖、买东西、订机票等AI购物功能
热门专题
热门推荐
3月29日消息，据行业爆料，苹果计划在面向中国市场销售的iPhone机型中，搭载长江存储的NAND闪存芯片，以此破解当前存储芯片涨价带来的盈利困境。自去年下半年起，全球内存与存储芯片进入涨价周期，手
3月29日消息，据行业爆料，苹果计划在面向中国市场销售的iPhone机型中，搭载长江存储的NAND闪存芯片，以此破解当前存储芯片涨价带来的盈利困境。自去年下半年起，全球内存与存储芯片进入涨价周期，手
近年来，手机短视频迅速走红，已深度渗透进大众的日常生活中，成为人们表达自我、记录生活的重要方式。在欣赏他人精良制作的短视频之余，越来越多用户也开始尝试用手机拍摄并剪辑属于自己的原创
在使用 360 极速浏览器时，有时会遇到无法下载文件的情况，这确实会给我们带来一些困扰。别着急，下面就为您介绍几种常见的解决方法。检查网络连接首先，确保您的设备已成功连接到稳定的网
3月29日消息，日前，一位小米YU7车主发视频称，感谢小米汽车救了自己一命。车主表示，当时自己在高速上打开了辅助驾驶，车速设置在130km h。期间，他驾车分心了没看路，前方出现了三角警示牌也没有注