Qwen2.5 Omni: Nhìn, Nghe, Nói, Viết — Tất Cả Trong Một

Alibaba Qwen đã phát hành Qwen2.5-Omni, một mô hình đa phương thức hàng đầu mới có khả năng xử lý văn bản, hình ảnh, âm thanh và video, cũng như tạo ra phản hồi dưới dạng văn bản và giọng nói tự nhiên theo thời gian thực. Mô hình được xây dựng trên kiến trúc Thinker-Talker, là mã nguồn mở và thể hiện hiệu suất cao trên tất cả các phương thức.

Alibaba/Qwen

Alibaba Qwen phát hành QVQ-Max: mô hình suy luận thị giác có trích dẫn bằng chứng

Alibaba Qwen đã chính thức phát hành QVQ-Max, phiên bản đầu tiên của mô hình suy luận thị giác. Mô hình này không chỉ có thể nhận diện hình ảnh và video, mà còn phân tích chúng, giải quyết các nhiệm vụ từ toán học đến sáng tạo. Các nhà phát triển lưu ý rằng độ chính xác của mô hình trên chuẩn MathVision tăng lên theo độ dài của quá trình tư duy.

Alibaba/Qwen