Qwen2.5 Omni: देखता, सुनता, बोलता, लिखता है — सब एक में

Alibaba Qwen ने Qwen2.5-Omni जारी किया है, जो एक नया फ्लैगशिप मल्टीमॉडल मॉडल है जो टेक्स्ट, इमेज, ऑडियो और वीडियो को प्रोसेस करने के साथ-साथ वास्तविक समय में टेक्स्ट और प्राकृतिक भाषण में प्रतिक्रिया उत्पन्न करने में सक्षम है। यह मॉडल, जो Thinker-Talker आर्किटेक्चर पर बनाया गया है, ओपन-सोर्स है और सभी मोडैलिटीज में उच्च प्रदर्शन प्रदर्शित करता है।

Alibaba/Qwen

Alibaba Qwen ने जारी किया QVQ-Max: साक्ष्य सहित दृश्य तर्क मॉडल

Alibaba Qwen ने आधिकारिक तौर पर QVQ-Max जारी किया है, जो इसके दृश्य तर्क मॉडल का पहला संस्करण है। यह न केवल चित्रों और वीडियो को पहचान सकता है, बल्कि उनका विश्लेषण भी कर सकता है, गणित से लेकर रचनात्मकता तक के कार्यों को हल कर सकता है। डेवलपर्स ने नोट किया कि MathVision बेंचमार्क पर मॉडल की सटीकता विचार प्रक्रिया की लंबाई के साथ बढ़ती है।

Alibaba/Qwen