
شرکت علیبابا اعلام کرد مدل هوش مصنوعی تولید ویدئو و تصویر خود به نام Wan ۲.۱ اکنون به صورت عمومی و منبع باز در دسترس است. این اقدام احتمالاً به افزایش استفاده از این مدل و شدت گرفتن رقابت در حوزه هوش مصنوعی منجر خواهد شد.
به گزارش رویترز، اعلام این خبر توسط علیبابا پس از اقدام مشابه استارتاپ دیپ سیک صورت گرفت که مدلهای منبع باز کمهزینه آن امسال باعث هیجان سرمایهگذاران فناوری و شگفتی در بخش پرهزینهای همچون هوش مصنوعی شد، چرا که عملکرد این مدلها با رقبای تثبیتشدهای همچون اپن ایآی مشابه بود.
علیبابا اعلام کرد: چهار نسخه از مدل Wan ۲.۱ را منتشر کرده است: T۲V-۱.۳B، T۲V-۱۴B، I۲V-۱۴B-۷۲۰P و I۲V-۱۴B-۴۸۰P که قادر به تولید تصاویر و ویدئوها از ورودی متن و تصویر هستند. عدد "۱۴B" نشاندهنده آن است که این نسخه میتواند ۱۴ میلیارد پارامتر را پردازش کند، به این معنی که قادر است ورودیهای بیشتری را پردازش کرده و نتایج دقیقتری تولید کند.
این مدلها به طور جهانی بر روی پلتفرمهای ModelScope از علیبابا کلاد و HuggingFace برای اهداف آکادمیک، تحقیقاتی و تجاری در دسترس هستند. علیبابا نسخه جدید مدل هوش مصنوعی تولید ویدئو و تصویر خود را در ژانویه معرفی کرد و سپس نام آن را از Wanx به Wan تغییر داد و قابلیتهای آن در تولید تصاویر بسیار واقعی را برجسته کرد.
این شرکت همچنین بر رتبهبندی بالای خود در VBench، یک جدول ردهبندی برای مدلهای تولید ویدئو، تأکید کرده است، جایی که در قابلیتهایی مانند تعامل چند شیء پیشتاز است. علاوه بر این، علیبابا اعلام کرد که برنامه دارد در سه سال آینده حداقل ۳۸۰ میلیارد یوان (۵۲ میلیارد دلار) برای تقویت زیرساختهای رایانش ابری و هوش مصنوعی سرمایهگذاری کند.
انتهای پیام/