DeepSeek与Qwen组团开源了模型，冲!

几乎就在同一天，

两个国内著名大模型厂商DeepSeek与阿里通义千问组团开源了模型：

DeepSeek-V3-0324（ 更美观的网页和游戏前端 ）

，Qwen2.5-VL-32B-Instruct（ 以小博大 ）：

Qwen2.5-vl-32B模型

• 72B 对 VLM 来说太大？7B 不够强！那么可以使用32B 模型

• 响应更符合人类偏好

：调整输出样式以提供更详细、格式更好的答案，使其更符合人类偏好。

• 数学推理

：显著提高解决复杂数学问题的准确性。

• 细粒度图像理解与推理

：增强图像解析、内容识别、视觉逻辑推理等任务的准确性和细节分析。

          
Blog: https://qwenlm.github.io/blog/qwen2.5-vl-32b/
          
Qwen Chat: https://chat.qwen.ai
          
HF: https://huggingface.co/Qwen/Qwen2.5-VL-32B-Instruct
          
ModelScope: https://modelscope.cn/models/Qwen/Qwen2.5-VL-32B-Instruct
      

DeepSeek-V3-0324模型

• DeepSeek是在昨晚悄悄开源的新版本V3模型的，此次最大的亮点是 编程能力 ，性能比肩Claude 3.7

• 前端 Web 开发 ，提高了代码的可执行性，更美观的网页和游戏前端

• 汉语写作能力 ，与 DeepSeek-R1 写作风格保持一致中长篇写作质量更高
• 函数调用， 改进提高了函数调用的准确性， 工具/MCP调用更加稳健

            
https://huggingface.co/deepseek-ai/DeepSeek-V3-0324/tree/main
            
测试示例：https://github.com/KCORES/kcores-llm-arena/tree/main
            
MCP调用：https://x.com/localhost_4173/status/1904396718801932656
        

推荐阅读

• •

动手设计AI Agents：Coze版（编排、记忆、插件、workflow、协作）

• •

DeepSeek R1 + Agent 的下半场

• •

RAG全景图：从RAG启蒙到高级RAG之36技，再到终章Agentic RAG！

• •

Agent到多模态Agent再到多模态Multi-Agents系统的发展与案例讲解（1.2万字，20+文献，27张图）

---

欢迎关注我的公众号“

PaperAgent

”，

每天一篇大模型（LLM）文章来锻炼我们的思维，简单的例子，不简单的方法，提升自己。