علیبابا از مدل جدید هوش مصنوعی Qwen با توان پردازش متن، تصویر، صدا و ویدئو رونمایی کرد
به گزارش کارگروه فناوری اطلاعات سایبربان به نقل از بلومبرگ، مدل جدید که با نام Qwen2.5-Omni-7B شناخته میشود، هماکنون در پلتفرمهای Hugging Face و GitHub در دسترس عموم قرار گرفته است. علیبابا میگوید این مدل میتواند به توسعه عاملهای هوش مصنوعی کمک کند.
برای مثال، یک عامل هوش مصنوعی مبتنی بر این مدل میتواند با ارائه توصیفهای صوتی زنده، به افراد دارای اختلال بینایی در مسیریابی کمک کند.
علیبابا که به عنوان یکی از بزرگترین بازیگران بازار تجارت الکترونیک چین شناخته میشود، در سال جاری تمرکز ویژهای بر هوش مصنوعی داشته و با سرعت بالا محصولات متعددی در این زمینه ارائه داده است. این شرکت تنها چند روز پس از معرفی مدل دیپسیک در ماه ژانویه، نسخه جدیدی از مدل Qwen را منتشر کرد و اوایل ماه جاری نیز نسخهای تازه از دستیار هوش مصنوعی خود در اپلیکیشن Quark را در اختیار کاربران قرار داد.
علیبابا تنها شرکتی نیست که به سمت مدلهای چندوجهی روی آورده است. شرکتهای بزرگی مانند اوپنایآی و گوگل نیز ابزارهای تولید محتوای مبتنی بر هوش مصنوعی ارائه کردهاند که امکان پردازش تصویر و صدا را نیز دارند. این هفته، اوپنایآی با اضافه کردن قابلیتهای پیشرفتهتر تولید تصویر به ChatGPT، دامنه عملکردی مدلهای خود را گسترش داد.
علیبابا در بیانیهای اعلام کرد که مدل جدید Qwen2.5-Omni-7B در زمینه درک و تولید گفتار، عملکرد بسیار خوبی دارد.
علیبابا میگوید در سالهای آینده سرمایهگذاری بیشتری در زمینه هوش مصنوعی و محاسبات ابری انجام میدهد که مبلغی فراتراز مجموع سرمایهگذاریهایش در یک دهه اخیر است. هدف این شرکت تبدیل شدن به یک شریک کلیدی برای شرکتهایی است که به دنبال توسعه و کاربرد هوش مصنوعی در دنیای واقعی هستند.
پس از معرفی مدل دیپسیک که با هزینهای چند میلیون دلاری توسعه یافت و عملکرد بالایی از خود نشان داد، شرکتهای فناوری چین با سرعتی چشمگیر در حال ارائه مدلهای کمهزینه هوش مصنوعی هستند. این روند، باعث افزایش فشار بر مدلهای گرانقیمت شرکتهایی مانند اوپنایآی و گوگل شده است.
هرچند هنوز مشخص نیست که آیا این مدلهای جدید توان رقابت یا برتری بر سیستمهای پیشرفته غربی را دارند یا نه، اما بدون شک عرضه سریع و مقرونبهصرفه این فناوریها، معادلات بازار هوش مصنوعی را به چالش کشیده است.
