Сегодня 23 апреля 2025
18+
MWC 2018 2018 Computex IFA 2018
реклама
Теги → qwen-vl-chat

Alibaba выпустила ИИ-модели, которые могут распознавать изображения и вести диалог

Китайский технологический гигант Alibaba представил две языковые модели — Qwen Large Vision Language Model (Qwen-VL) и Qwen-VL-Chat — демонстрирующие расширенные возможности интерпретации изображений и ведения диалогов на естественном языке. Учитывая растущий спрос на доступ к продвинутым ИИ-алгоритмам, появление языковых моделей Alibaba может оказаться весьма своевременным.

 Источник изображения: maginative.com

Источник изображения: maginative.com

Представленные языковые модели не ограничиваются понимаем текстовых сообщений. Qwen-VL способен воспринимать и понимать изображения, текст и соблюдать ограничения. Алгоритм может обрабатывать запросы, связанные с разными изображениями, и генерировать ответы на них. Qwen-VL-Chat предназначен для более сложного взаимодействия. Например, он может сравнивать несколько изображений, отвечать на серии вопросов, писать истории на основе предоставленных пользователем картинок. К примеру, пользователь может спросить ИИ о местоположении больницы по фото её вывески и получить точный ответ на этот вопрос.

Одно из преимуществ представленных языковых моделей состоит в том, что они работают с высокой точностью. По данным Alibaba, Qwen-VL значительно превосходит существующие схожие языковые модели с открытым исходным кодом по нескольким критериям оценки английского языка. Алгоритм также поддерживает новую функцию «общение с чередованием нескольких изображений», которая предполагает, что пользователь предоставит ИИ несколько изображений, после чего будет задавать связанные с ними вопросы.

Используя стандартные эталоны, специалисты Alibaba оценили возможности новых алгоритмов при выполнении разных задач, начиная от генерации комментариев к изображениям и заканчивая ответами на вопросы по загруженным снимкам. Обе модели также тестировались по разработанному в Alibaba эталону, который основан на оценке GPT-4 для определения диалоговых возможностей и соответствия человеческому восприятию. Отмечается, что Qwen-VL и Qwen-VL-Chat достигли наилучших результатов в разных категориях.

Alibaba стала одной из первых китайских компаний, представивших конкурентоспособную систему генеративного ИИ, что свидетельствует о быстром прогресс исследований в сфере нейросетей в Поднебесной. Выпуская модели с открытым исходным кодом, Alibaba гарантирует, что исследователи, учёные и компании по всему миру смогут использовать их для создания собственных приложений, не прибегая к трудоёмкому и дорогостоящему процессу обучения нейросетей с нуля.


window-new
Soft
Hard
Тренды 🔥
Первому видео на YouTube «Я в зоопарке» сегодня исполнилось 20 лет 48 мин.
Clair Obscur: Expedition 33 рискует оказаться в тени The Elder Scrolls IV: Oblivion Remastered, но очаровала критиков 57 мин.
«М.Видео-Эльдорадо» подвела итоги первого квартала 2025 года — российские игроки продолжают выбирать GTA V 2 ч.
Роскомнадзор призвал бизнес признаться в утечках персональных данных и сэкономить на штрафах 3 ч.
Bethesda подарила копии The Elder Scrolls IV: Oblivion Remastered всем разработчикам Skyblivion и пообещала не закрывать проект 4 ч.
«Базис» представляет обновленный Basis Dynamix Cloud Control для комплексного управления облачной инфраструктурой 4 ч.
Локализаторы Starfield перевели The Elder Scrolls IV: Oblivion Remastered на русский язык — русификатор уже доступен 5 ч.
Grok научился «видеть» окружающий мир 5 ч.
Meta может потерять $7 млрд из-за новых пошлин Трампа против Китая 9 ч.
OpenAI готова купить браузер Chrome, если Google обяжут его продать 11 ч.