მულტიმოდალური მოდელები

Google-მა EmbeddingGemma 2 მულტიმოდალური ღია მოდელი გამოუშვა

Google DeepMind-მა EmbeddingGemma 2 სამშაბათს, 6 ოქტომბერს გამოუშვა. ეს ღია წონის მოდელი ტექსტს, კოდს, გამოსახულებებს, ვიდეოსა და აუდიოს გარდაქმნის საერთო 768-განზომილებიან ჩაშენებულ სივრცედ და იმდენად კომპაქტურია, რომ ტელეფონებსა და ლეპტოპებზე მუშაობს. მოდელს აქვს 740 მილიონი პარამეტრი, აგებულია Gemma 4 არქიტექტურაზე…

ჩინური AI მოდელები აშშ-ის კონკურენტებს ეწევიან და გლობალურ რბოლას ცვლიან

Alibaba Cloud-ის Qwen-ის გუნდმა გამოუშვა QVQ-72B-Preview, ექსპერიმენტული ღია წონის მქონე მოდელი, რომელიც აერთიანებს ვიზუალურ აღქმასა და ლოგიკური მსჯელობის ჯაჭვს (chain-of-thought). ეს იყო ადრეული ნაბიჯი იმ სფეროში, რომელიც მას შემდეგ მულტიმოდალური ხელოვნური ინტელექტის სისტემების მჭიდროდ დასახლებულ ასპარეზად იქცა.

DeepSeek-მა გამოუშვა ვიზუალური მოდელი, რომელიც, მისი თქმით, Anthropic-ის Opus 4.8-ს უწევს კონკურენციას

ჩინურმა ხელოვნური ინტელექტის ლაბორატორიამ, DeepSeek-მა, პარასკევს ექსპერიმენტული მულტიმოდალური მოდელი გამოუშვა. კომპანიის მტკიცებით, ის ძირითად ტესტებში Anthropic-ის Claude Opus 4.8-ის მაჩვენებლებს უახლოვდება. ეს ნაბიჯი კიდევ უფრო აძლიერებს კომპანიის პოზიციებს ვიზუალური ხელოვნური ინტელექტის მიმართულებით, თანაც ამერიკელი კონკურენტების მიერ დაწესებული ფასის მცირედი ნაწილის…