超越Gemini3、GPT5.1，阿里千問登頂空間推理全球冠軍

量子位的朋友們 2025-11-26 15:27:11 來源：量子位

11月26日，空間推理基準測試SpatialBench更新了最新一期榜單，阿里千問的視覺理解模型Qwen3-VL、Qwen2.5-VL位列頭兩名，超越Gemini 3、GPT-5.1、Claude Sonnet4.5等國際頂尖模型。

據了解，SpatialBench是一項近年來興起的第三方空間推理基準測試榜單，主要聚焦多模態模型在空間、結構、路徑等方面的綜合推理能力，被AI社區視為是衡量“具身智能”進展的新興測試標準之一。

SpatialBench不僅測試模型已知的知識，還測試模型在二維和三維空間中“感知”和操控抽象概念的能力，這對具身智能的落地尤為關鍵。

SpatialBench榜單顯示，Qwen3-VL-235B和Qwen2.5-VL-72B分別斬獲13.5和12.9分，領先于Gemini 3.0 Pro Preview（9.6）、GPT-5.1（7.5）、Claude Sonnet 4.5等海外頂尖模型。

然而，AI大模型的整體表現距離人類仍有差距，人類基準線約為80分左右，可專業處理電路分析、CAD 工程和分子生物學等復雜空間推理任務，目前大模型還無法完全自動化完成此類工作。

據悉，Qwen2.5-VL于2024年開源，Qwen3-VL是阿里在2025年開源的新一代視覺理解模型。

Qwen3-VL在視覺感知和多模態推理方面實現重大突破，在32項核心能力測評中超過Gemini2.5-Pro和GPT-5，不但可調用摳圖、搜索等工具完成“帶圖推理”，也可以憑借一張設計草圖或一段小游戲視頻直接“視覺編程”。

同時，Qwen3-VL專門增強了3D檢測能力，可以更好地感知空間，基于Qwen3-VL，機器人更好地判斷物體方位、視角變化和遮擋關系，實現遠處蘋果的精準抓取。

目前，Qwen3-VL已開源不同版本，包括2B、4B、8B、32B等密集模型以及30B-A3B、235B-A22B等MoE模型，每個模型都有指令版和推理版兩款，是當下最受企業和開發者歡迎的開源視覺理解模型。

同時，Qwen3-VL模型也已上線千問APP，用戶可免費體驗。

榜單鏈接：
https://spicylemonade.github.io/spatialbench/