牛透社 7 月 8 日消息，阿里巴巴集团推出最新多模态大语言模型 HumanOmniV2，其由 Tongyi Lab 主导研发。该模型最大亮点是强制性上下文总结机制，能基于全局上下文进行多模态推理，整合文本、图像等数据，解决 “捷径问题”，提升对复杂场景理解。

在权威基准测试中，HumanOmniV2 表现卓越，在 Daily-Omni 数据集准确率达 58.47%，WorldSense 数据集达 47.1% ，IntentBench 测试中更是取得 69.33% 的成绩。其还具备多语言支持能力，提升了国际化适用性。

此模型发布引发业界热烈讨论，有望推动 AI 在多领域深入应用。但市场竞争激烈，华为、百度等企业的 AI 模型也在快速发展，HumanOmniV2 后续表现值得关注。