قادرًا على التحكم في الحواسيب.. علي بابا تطلق نماذج Qwen2.5-VL بقدرات مذهلة في تحليل النصوص والصور

أعلنت شركة علي بابا الصينية عن إطلاق سلسلة جديدة من نماذج الذكاء الاصطناعي تحت اسم Qwen2.5-VL، التي تقدم إمكانيات متطورة تشمل فهم النصوص والصور ومقاطع الفيديو، بالإضافة إلى تحليل المستندات والتحكم في الأجهزة. تأتي هذه الخطوة لتعزيز المنافسة مع كبرى شركات التكنولوجيا العالمية مثل OpenAI وجوجل.

تفوق النموذج الأقوى في السلسلة، المعروف باسم Qwen2.5-VL-72B، على نماذج شهيرة مثل GPT-4o وClaude 3.5 Sonnet وGemini 2.0 Flash في مجالات مثل تحليل مقاطع الفيديو، العمليات الحسابية، والتعامل مع المستندات. ويمكن للمطورين تجربة هذه النماذج عبر تطبيق Qwen Chat من علي بابا أو تنزيلها من منصة Hugging Face.

مزايا نموذج Qwen2.5-VL

• تحليل الرسوم البيانية والجداول واستخراج البيانات من الفواتير والمستندات الممسوحة ضوئيًا.
• فهم محتوى مقاطع الفيديو الطويلة وتعرّف الشخصيات والأعمال الفنية من الأفلام والمسلسلات.
• التحكم في التطبيقات والأجهزة، بما في ذلك الحواسيب والهواتف المحمولة.

استعرض أحد الخبراء فيديو يُظهر قدرة النموذج على استخدام تطبيقات مثل Booking لحجز الرحلات الجوية، مما يبرز إمكانياته كوكيل ذكاء اصطناعي. ومع ذلك، أظهرت الاختبارات بعض التحديات في التعامل مع الأنظمة الحاسوبية المعقدة، حيث سجل أداءً ضعيفًا في بيئات OSWorld.

النماذج المتاحة
تتضمن السلسلة نماذج بأحجام مختلفة مثل Qwen2.5-VL-3B وQwen2.5-VL-7B، المتاحة برخصة متساهلة. أما النموذج الرئيسي Qwen2.5-VL-72B فيتطلب موافقة خاصة من علي بابا للاستخدام التجاري للشركات ذات القاعدة الكبيرة من المستخدمين.

بهذا الإطلاق، تؤكد علي بابا طموحها في ريادة سباق الذكاء الاصطناعي، منافسةً شركات مثل DeepSeek الصينية ورفع معايير الأداء في هذا المجال.