يطلق فريق QWEN الخاص بـ Alibaba نماذج منظمة العفو الدولية التي يمكنها التحكم في أجهزة الكمبيوتر والهواتف

قد يحصل صيني AI Lab Deepseek على انتباه صناعة التكنولوجيا هذا الأسبوع. لكن أحد أهم منافسيها المحليين ، علي بابا ، لا يجلس مكتوفيًا.

أصدر فريق QWEN في Alibaba يوم الاثنين عائلة جديدة من طرازات AI ، QWEN2.5-VL ، والتي يمكن أن تؤدي عددًا من مهام تحليل النصوص والصور. يمكن للموديلات تحليل الملفات ، وفهم مقاطع الفيديو ، وحساب الكائنات في الصور ، وكذلك التحكم في جهاز كمبيوتر – على غرار المشغل الذي تم إطلاقه مؤخرًا في Openai.

وفقًا لقياس فريق QWEN ، فإن أفضل طراز QWEN2.5-VL يتفوق على GPT-4O من Openai ، و Claude 3.5 Sonnet ، و Flash من Google Gemini 2.0 على مجموعة من فهم الفيديو ، والرياضيات ، وتحليل المستندات ، وتقييمات الإرسال.

يمكن لـ QWEN2.5-VL ، المتاح للاختبار في تطبيق QWEN QWEN الخاص بـ Alibaba والتنزيل من AI Dev Platform Face ، تحليل المخططات والرسومات ، واستخراج البيانات من فواتير الفواتير والنماذج ، و “فهم” عدة ساعات طويلة مقاطع الفيديو ، يقول فريق QWEN. يمكن لـ QWEN2.5-VL أيضًا التعرف على “IPS من المسلسلات السينمائية والتلفزيونية ، بالإضافة إلى مجموعة واسعة من المنتجات” ، لكل الفريق-مما يشير إلى أن النماذج قد تم تدريبها جزئيًا على الأعمال المحمية بحقوق الطبع والنشر.

QWEN2.5-VL ، التي تم تطويرها من قبل شركة صينية ، لديها بعض القيود على الموضوعات التي ستناقشها-على الأقل في Qwen Chat. عندما سألت عن أكبر وأكثر طراز QWEN2.5-VL ، QWEN2.5-VL-72B ، للحديث عن “أخطاء Xi Jinping” ، ألقى Qwen Chat رسالة خطأ.

تعتبر منظم الإنترنت في الصين العديد من النماذج التي تم تطويرها في البلاد لضمان استجاباتها “تجسيد القيم الاشتراكية الأساسية”. ترفض العديد من أنظمة الذكاء الاصطناعى الصينية الاستجابة للمواضيع التي قد تثير غضب المنظمين ، مثل استقلالية تايوان.

واحدة من ميزات QWEN2.5-VL الأكثر إثارة للاهتمام هي قدرتها على التفاعل مع البرامج-سواء على أجهزة الكمبيوتر والأجهزة المحمولة. مقطع فيديو تم نشره على X بواسطة Philipp Schmid ، وهو تقدم تقني في Hugging Face ، Qwen2.5-VL الذي يطلق تطبيق Booking.com لنظام Android وحجز رحلة من Chongqing إلى Beijing.

لا تفوت alibaba_qwen 2.5 VL! على الرغم من كل الضجيج العميق ، أسقطت Qwen أفضل الوسائط المتعددة! Qwen 2.5 VL هو نموذج لغة رؤية يمكنه التحكم في جهاز الكمبيوتر الخاص بك ، على غرار Openai مشغل ، استخراج المعلومات المنظمة من المخططات ، وأكثر من ذلك !!

tl ؛ د.
3⃣ … pic.twitter.com/geegvdl0ti

– فيليب شميد (_philschmid) 27 يناير 2025

في الفيديو أدناه ، يتحكم طراز QWEN2.5-VL في تطبيقات سطح مكتب Linux-ولكن لا يبدو أنه ينجز الكثير من التبديل. ربما بشكل كبير ، فإن معايير QWEN تعرض تسجيل QWEN2.5-VL بشكل سيئ على OSWORLD ، وهو معيار يحاول تقليد بيئة كمبيوتر حقيقية.

يمكن لـ LMAO QWEN 2.5 VL إجراء استخدام الكمبيوتر ، خارج الصندوق ، مع تشغيل Openai Operator! 🐐 pic.twitter.com/lwmecxznsu

– Vaibhav (VB) Srivastav (reach_vb) 27 يناير 2025

يتوفر النموذجان الأصغر والأقل تطوراً في سلسلة QWEN2.5-VL ، QWEN2.5-VL-3B و QWEN2.5-VL-7B ، بموجب ترخيص متساهى. ومع ذلك ، فإن QWEN2.5-VL-72B الرائد تحت رخصة Alibaba المخصصة ، الأمر الذي يتطلب من الشركات و Devs مع أكثر من 100 مليون مستخدم شهريًا يطلبون إذنًا من Qwen/Alibaba قبل نشر النموذج تجاريًا.