Alibaba เปิดตัวโมเดล AI ที่สั่งการบนคอมพิวเตอร์และมือถือ

แนวคิดของโมเดล Qwen2.5-VL ที่สามารถควบคุมคอมพิวเตอร์ก็คือความพยายามที่คล้ายกับฟังก์ชัน ChatGPT Operator แต่ก็ยังมีผลเปรียบเทียบในหลายแง่มุมที่ทีม Alibaba Qwen นำเสนอว่ามีประสิทธิภาพดีกว่าคู่แข่งอื่น

โมเดล Qwen2.5-VL ชูโรงด้วยความเข้าใจเรื่องของวีดีโอ รูปภาพ ประมวลผลไฟล์ ซึ่งในเชิงของการเปรียบเทียบกับคู่แข่งพวกเขาชี้ว่าโมเดลของตนนั้นมีประสิทธิภาพเหนือว่าในหลายงาน เช่น การเข้าใจวีดีโอ วิเคราะห์เอกสาร คณิตศาสตร์ และการตอบคำถาม โดยผู้สนใจสามารถทดสอบได้ผ่านแอปพลิเคชัน Qwen Chat หรือดาวน์โหลดโมเดลได้จาก Hugging Face นอกจากนี้ทีมงานยังคุยว่า AI ยังสามารถจดจำสื่อภาพยนต์และซีรี่ส์ทีวีได้ ทำให้ประยุกต์ใช้เป็นการจดจำการละเมิดลิขสิทธิ์ได้ด้วย แต่แน่นอนว่ายังมีหลายคำถามที่ถูกจำกัดเกี่ยวกับข้อมูลของละเอียดอ่อนของจีน

ในมุมเรื่องของการควบคุมสำหรับมือถือหรือ PC ทีมงานได้โพสต์การที่ AI เปิดแอปมือถือ Booking.com และทำการจองเครื่องบินได้ อย่างไรก็ดีจากวีดีโอสาธิตไม่ได้ดูหลากหลายหรือแสดงศักยภาพได้ลึกซึ้งนัก โดยสำหรับโมเดลย่อย Qwen2.5-VL-3B และ Qwen2.5-VL-7B สามารถนำไปใช้ได้ตามปกติแต่หากเป็น Qwen2.5-VL-72B ตัวเด่นจะต้องมีเงื่อนไขการเข้าขอใช้ตามขนาดของบริษัทหรือนักพัฒนา

ที่มา : https://techcrunch.com/2025/01/27/alibabas-qwen-team-releases-ai-models-that-can-control-pcs-and-phones/