Şøķåŕą
01-28-2025, 08:54 PM
أطلق فريق Qwen التابع لشركة “علي بابا” الصينية مجموعة جديدة من نماذج الذكاء الاصطناعي تحمل اسم Qwen2.5-VL، وهي تتميز بقدرات متقدمة في تحليل النصوص والصور، ومنها فهم مقاطع الفيديو، وتحليل المستندات، بالإضافة إلى التحكم في الحواسيب على غرار وكيل الذكاء الاصطناعي Operator الذي أطلقته OpenAI حديثًا.
ووفقًا لاختبارات الأداء التي أجراها فريق Qwen، فإن أفضل نموذج في السلسلة الجديدة، المعروف باسم Qwen2.5-VL-72B، يتفوق على نماذج رائدة مثل GPT-4o من OpenAI، و Claude 3.5 Sonnet من أنثروبيك، و Gemini 2.0 Flash من جوجل، في مهام تتعلق بفهم مقاطع الفيديو، والعمليات الحسابية، وتحليل المستندات.
وتُتاح نماذج Qwen2.5-VL للتجربة عبر تطبيق Qwen Chat من علي بابا، كما يمكن تنزيلها من منصة Hugging Face للمطورين. وتتيح النماذج تحليل الرسوم البيانية والجداول، واستخراج البيانات من الفواتير والنماذج الممسوحة ضوئيًا، وفهم محتوى مقاطع الفيديو الطويلة. كما أنها قادرة على تعرّف شخصيات وأعمال فنية من الأفلام والمسلسلات، بالإضافة إلى مجموعة متنوعة من المنتجات، وهو ما يشير إلى احتمالية تدريبها جزئيًا على مواد محمية بحقوق الطبع والنشر، وفقًا لتقارير صحفية.
ومن المزايا المثيرة في Qwen2.5-VL قدرته على التحكم في التطبيقات والأجهزة، سواء كانت تعمل في أنظمة الحواسيب أو الهواتف المحمولة. وقد استعرض أحد الخبراء الفنيين في منصة Hugging Face فيديو يظهر فيه النموذج وهو يستخدم تطبيق حجز الفنادق والطيران “بوكينج” لحجز رحلة طيران إلى بكين. ومع ذلك، تُظهر اختبارات الأداء أن النموذج يواجه تحديات في البيئات الحاسوبية المعقدة، إذ سجّل نتائج ضعيفة في اختبارات OSWorld.
وتتضمن سلسلة Qwen2.5-VL نماذج بأحجام مختلفة، مثل Qwen2.5-VL-3B و Qwen2.5-VL-7B، وهما متاحان بموجب ترخيص متساهل، في حين يخضع النموذج الرئيسي Qwen2.5-VL-72B لترخيص خاص من علي بابا يفرض على الشركات والمطورين الذين لديهم أكثر من 100 مليون مستخدم نشط شهريًا الحصول على موافقة خاصة لاستخدامه تجاريًا.
وبهذا الإطلاق، تُواصل علي بابا تعزيز مكانتها في سباق الذكاء الاصطناعي العالمي، إذ تسعى إلى تقديم حلول مبتكرة تُلبي احتياجات المستخدمين والمطورين على حد سواء، وتسجيل تقدّم بارز كالذي تحققه شركة DeepSeek الصينية.
ووفقًا لاختبارات الأداء التي أجراها فريق Qwen، فإن أفضل نموذج في السلسلة الجديدة، المعروف باسم Qwen2.5-VL-72B، يتفوق على نماذج رائدة مثل GPT-4o من OpenAI، و Claude 3.5 Sonnet من أنثروبيك، و Gemini 2.0 Flash من جوجل، في مهام تتعلق بفهم مقاطع الفيديو، والعمليات الحسابية، وتحليل المستندات.
وتُتاح نماذج Qwen2.5-VL للتجربة عبر تطبيق Qwen Chat من علي بابا، كما يمكن تنزيلها من منصة Hugging Face للمطورين. وتتيح النماذج تحليل الرسوم البيانية والجداول، واستخراج البيانات من الفواتير والنماذج الممسوحة ضوئيًا، وفهم محتوى مقاطع الفيديو الطويلة. كما أنها قادرة على تعرّف شخصيات وأعمال فنية من الأفلام والمسلسلات، بالإضافة إلى مجموعة متنوعة من المنتجات، وهو ما يشير إلى احتمالية تدريبها جزئيًا على مواد محمية بحقوق الطبع والنشر، وفقًا لتقارير صحفية.
ومن المزايا المثيرة في Qwen2.5-VL قدرته على التحكم في التطبيقات والأجهزة، سواء كانت تعمل في أنظمة الحواسيب أو الهواتف المحمولة. وقد استعرض أحد الخبراء الفنيين في منصة Hugging Face فيديو يظهر فيه النموذج وهو يستخدم تطبيق حجز الفنادق والطيران “بوكينج” لحجز رحلة طيران إلى بكين. ومع ذلك، تُظهر اختبارات الأداء أن النموذج يواجه تحديات في البيئات الحاسوبية المعقدة، إذ سجّل نتائج ضعيفة في اختبارات OSWorld.
وتتضمن سلسلة Qwen2.5-VL نماذج بأحجام مختلفة، مثل Qwen2.5-VL-3B و Qwen2.5-VL-7B، وهما متاحان بموجب ترخيص متساهل، في حين يخضع النموذج الرئيسي Qwen2.5-VL-72B لترخيص خاص من علي بابا يفرض على الشركات والمطورين الذين لديهم أكثر من 100 مليون مستخدم نشط شهريًا الحصول على موافقة خاصة لاستخدامه تجاريًا.
وبهذا الإطلاق، تُواصل علي بابا تعزيز مكانتها في سباق الذكاء الاصطناعي العالمي، إذ تسعى إلى تقديم حلول مبتكرة تُلبي احتياجات المستخدمين والمطورين على حد سواء، وتسجيل تقدّم بارز كالذي تحققه شركة DeepSeek الصينية.