Alibaba выпустила ИИ-модели, которые могут распознавать изображения

Китайская e-commerce компания Alibaba Group запустила новую AI-модель, которая, по словам представителей организации, способна решать более сложные задачи, чем предыдущие проекты Alibaba. Модель представлена в двух версиях: Qwen-VL и Qwen-VL-Chat.

Как уверяют в компании, она обладает расширенными возможностями интерпретации изображений и ведения диалогов. Qwen-VL способен воспринимать и понимать изображения, текст и соблюдать ограничения. Алгоритм может обрабатывать запросы, связанные с разными изображениями, и генерировать ответы на них.

Qwen-VL-Chat предназначен для более сложного взаимодействия. Он способен сравнить несколько изображений, отвечать на вопросы и писать истории, основываясь на предоставленных пользователям картинок. Например, ИИ-модель способна ответить на вопрос, где находится то или иное здание, запечатлённое на изображении.

При этом, со слов создателей нейросети, Qwen-VL-Chat предназначена для «более сложного взаимодействия». Модель способна даже решать математические уравнения, показанные на картинке. Кроме того, искусственный интеллект может создавать собственные изображения на основе фотографий.

Обе последние модели Alibaba основаны на большой языковой модели (LLM) компании под названием Tongyi Qianwen, выпущенной весной 2023 года.