近日，在第二届视觉对话竞赛 Visual Dialogue Challenge 中，阿里 AI 击败了微软、首尔大学等十支参赛队伍，获得冠军。竞赛结果显示，阿里 AI 以 74.57% 的准确率获得冠军，将上一届比赛的纪录提高了 16.82%。在相同的数据集中，人类的准确率仅为 64.27%。阿里 AI 的突破在于提出了「递归探索对话模型」，综合集成了图像识别、关系推理与自然语言理解三大能力，它通过高效利用标注信息学习出模仿人类认知复杂场景的思维方式，能够有效识别图片里的实体以及它们之间的关系，推理出图片所描述的事件内容，并通过对上下文进行有效建模，理解人类提出的问题及真实意图，给出自然准确的回复。