Китайский технологический гигант Alibaba Group Holding анонсировал новую мультимодальную модель искусственного интеллекта Qwen2.5-Omni-7B, способную обрабатывать текст, изображения, аудио и видео прямо на мобильных устройствах и ноутбуках.
Модель Qwen2.5-Omni-7B, представленная 20 июня, стала новейшим дополнением к линейке Qwen. Несмотря на относительно небольшой размер (7 миллиардов параметров), она демонстрирует высокую производительность и оптимизирована для работы на смартфонах, планшетах и ноутбуках. Это делает передовые ИИ-технологии более доступными для рядовых пользователей.
Alibaba заявила, что модель способна обрабатывать различные типы данных и генерировать ответы в реальном времени в виде текста или аудио. Компания также сделала Qwen2.5-Omni-7B open-source, разместив ее на платформах Hugging Face, GitHub и ModelScope. Кроме того, модель уже интегрирована в чат-бот Qwen Chat.
Среди потенциальных сценариев использования Alibaba выделяет помощь слабовидящим — модель может озвучивать описания окружающей среды в реальном времени; кулинарные подсказки — анализ ингредиентов и пошаговые инструкции по приготовлению блюд; универсальные мультимодальные задачи — обработка изображений, видео и аудио без необходимости подключения к облачным серверам.
Qwen2.5-Omni-7B показала впечатляющие результаты в бенчмарках: OmniBench — 56.1 балла (против 42.9 у Google Gemini-1.5-Pro); CV15 (аудио) — 92.4 балла, что на 1 пункт выше, чем у предыдущей модели Alibaba — Qwen2-Audio; M3B (мультимодальное понимание) — 59.2 балла, превзойдя Qwen2.5-VL.
Новая разработка Alibaba соответствует глобальному тренду на эффективные ИИ-модели, способные работать локально без постоянного интернет-подключения. Это не только ускоряет обработку данных, но и решает вопросы конфиденциальности.
С выходом Qwen2.5-Omni-7B Alibaba укрепляет свои позиции в гонке ИИ-технологий, предлагая компактную, но мощную модель, которая может работать на обычных устройствах. Это открывает новые возможности для разработчиков и пользователей, делая сложные ИИ-функции более доступными. Alibaba Cloud представила новую открытую ИИ-модель Qwen2.5-Omni-7B — компактную, мультимодальную и экономную в плане вычислительных ресурсов.
Как отмечают в компании, это делает модель отличной базой для создания ИИ-агентов — особенно голосовых помощников, работающих в ограниченных условиях. Один из сценариев применения — помощь слабовидящим пользователям в навигации за счёт описания окружающей обстановки в реальном времени.
Alibaba активно инвестирует в развитие ИИ-направления: за три года в инфраструктуру и ИИ-ресурсы планируется вложить $53 млрд — больше, чем за предыдущие десять лет. Компания уже открыла код более 200 моделей, укрепляя позиции в быстрорастущем ИИ-сегменте. В феврале стало известно, что модели Alibaba станут основой для Apple Intelligence в Китае, а недавно компания объявила о сотрудничестве с BMW по разработке умных автомобилей нового поколения.