أطلقت علي بابا نموذجين للذكاء الاصطناعي يتمتعان بقدرات التعريب البصري.
وقالت علي بابا، إن النموذجين يفهمان الصور ويجريان المحادثات المعقدة، وذلك مع احتدام المنافسة لطرح أدوات الذكاء الاصطناعي المتطورة أكثر.
ووفقًا للشركة، فإن النموذجين الجديدان Qwen-VL وQwen-VL-Chat مفتوحا المصدر، مما يسمح للباحثين والأكاديميين والشركات في جميع أنحاء العالم باستخدامهما لإنشاء تطبيقاتهم للذكاء الاصطناعي دون الحاجة إلى تدريب أنظمتهم الخاصة، ومن ثم توفير الوقت والنفقات.
وبالمقارنة مع نماذج علي بابا السابقة، يمكن لنموذجي Qwen-VL و Qwen-VL-Chat فهم الإشارات المرئية المعقدة، مثل النص داخل الصور، والرد على الاستعلامات المستندة إلى الموقع.
ويفهم نموذجا Qwen-VL-Chat وQwen VL النص الموجود داخل صور اللافتات الطرقية ويستجيبان للطلبات ذات الصلة للحصول على الاتجاهات.
ويرد نموذج Qwen-VL على الاستفسارات المفتوحة المتعلقة بالصور المختلفة ويولد التسميات التوضيحية للصور.
وفي الوقت نفسه، يقدم نموذج Qwen-VL-Chat تفاعلات معقدة أكثر، مثل مقارنة مدخلات الصور المتعددة والإجابة عن عدة جولات من الأسئلة.
وتشمل المهام التي يؤديها Qwen-VL-Chat كتابة القصص وتوليد الصور بناءً على الصور التي يُدخلها المستخدم، بالإضافة إلى حل المعادلات الرياضية.
وقدمت الشركة إدخالًا يتضمن لافتة مستشفى باللغة الصينية كأحد الأمثلة، وأجاب نموذجها للذكاء الاصطناعي عن الأسئلة المتعلقة بمواقع أقسام معينة في المستشفى من خلال تفسير صورة اللافتة.
ويركز الذكاء الاصطناعي التوليدي حتى الآن على الاستجابة للنص. ويتمتع الإصدار الأحدث من ChatGPT من OpenAI بالقدرة على فهم الصور والرد بشكل نصي، مثل Qwen-VL-Chat.
واعتمدت علي بابا في بناء النموذجين على نموذجها اللغوي الكبير المسمى Tongyi Qianwen، الذي أصدرته في وقت سابق من هذا العام ويمتلك قدرات اللغة الصينية والإنجليزية.
وفتحت الشركة هذا الشهر مصادر نموذجين آخرين للذكاء الاصطناعي. ولن تحصل علي بابا على أي رسوم ترخيص من الإصدار، إلا أن التوزيع المفتوح المصدر يساعدها في جذب المزيد من مستخدمي نماذجها للذكاء الاصطناعي، حيث تتنافس شركات التكنولوجيا الكبرى للحصول على الحصة السوقية.
