Alibaba випустила «компактну» ІІ-модель для запуску на смартфонах

Китайський техногігант Alibaba Cloud випустив мультимодальну ІІ-модель Qwen2.5-Omni-7B, здатну обробляти текст, зображення, аудіо, відео, а також генерувати текстові та голосові відповіді в реальному часі.

Нейромережа має 7 млрд параметрів. За словами представників компанії, її можна запустити на периферійних пристроях, таких як телефони та ноутбуки, без втрати ефективності та продуктивності.

«Це унікальне поєднання робить модель ідеальною основою для розробки гнучких, економічно ефективних ІІ-агентів, які приносять відчутну користь, особливо інтелектуальним голосовим додаткам», — йдеться в оголошенні

Як приклад застосування Qwen2.5-Omni-7B компанія навела поліпшення життя слабозорих людей. Завдяки їй вони можуть краще орієнтуватися в навколишньому середовищі. Таким чином, модель здатна проаналізувати доступні інгредієнти за відео та запропонувати покрокове керівництво з приготування їжі.

«Qwen2.5-Omni-7B забезпечує вражаючу продуктивність у всіх модальностях, конкуруючи зі спеціалізованими моделями порівнянного розміру», — підкреслила компанія

Інноваційність пояснюється новою архітектурою та високоякісним набором даних, які застосовувалися для навчання

Порівняння продуктивності Qwen2.5-Omni-7B з конкурентами. Дані: Alibaba Cloud. Модель має відкритий вихідний код і доступна на Hugging Face, GitHub, ModelScope та Qwen Chat.

Нагадаємо, у березні Alibaba представила орієнтовану на роздуми ІІ-модель QwQ-32.

У січні китайський техгігант представив Qwen 2.5-Max, яка нібито потужніша за DeepSeek-V3