Alibaba прави публично достъпен AI модела си за генериране на видео и изображения

Китайският лидер в електронната търговия Alibaba заяви в сряда, че моделът му за генериране на видеа и изображения с изкуствен интелект Wan 2.1 вече е публично достъпен, т.е. е с отворен код, което вероятно ще увеличи разпространението му и ще засили конкуренцията в областта на изкуствения интелект (AI), съобщава Ройтерс.

Съобщението на Alibaba следва подобни действия от страна на стартъпа DeepSeek, чиито привидно евтини модели с отворен код по-рано тази година предизвикаха вълнение сред инвеститорите в технологии и изненада в капиталоемкия сектор с резултати, сходни с тези на по-утвърдени конкуренти като OpenAI.

Alibaba заяви, че е пуснала четири варианта на Wan 2.1 – T2V-1.3B, T2V-14B, I2V-14B-720P и I2V-14B-480P – които генерират изображения и видеа от въведени текстове и изображения. Добавката „14B“ означава, че вариантът приема 14 млрд. параметри, което означава, че може да обработва много повече входни данни, за да получи по-точни резултати.

Моделите са достъпни в световен мащаб на платформите ModelScope и HuggingFace на Alibaba Cloud за академични, изследователски и търговски цели.

През януари Alibaba представи най-новата версия на своя AI модел за генериране на видео и изображения, по-късно съкращавайки името му на Wan от Wanx, като изтъкна способността му да генерира изключително реалистични визуализации.

Оттогава насам компанията изтъква високото му класиране във Vbench – класация за модели за генериране на видео, където той води по функционалности, например взаимодействие с много обекти.

Във вторник Alibaba пусна предварителен преглед на модела QwQ-Max, който планира да направи с отворен код при пълното му пускане.

Тази седмица компанията обяви и плановете си да инвестира поне 380 млрд. юана (52 млрд. долара) през следващите три години, за да укрепи инфраструктурата за изчисления в облак и изкуствен интелект.