阿里推出新人工智慧模型 可在手机上处理视频及音讯

阿里巴巴集团控股有限公司发布了其「通义千问」（Qwen） 系列中的一款新型人工智慧模型。据该公司介绍，这款模型能够处理文本、图片、音讯和视频信息，而且运行效率颇高，可直接在手机和笔记型电脑上使用。

据《网易新闻》报导，目前这款新模型已在 Hugging Face 和 GitHub 上公开发布，预计将被用于构建所谓的AI智能体。比如，它可以通过即时音讯描述，帮助视障人士在周围环境中辨别方向。

报导指出，自今年大力投入人工智慧技术领域以来，阿里巴巴一直以惊人的速度推出人工智慧产品。在DeepSeek于1月份引发广泛关注后的几天内，这家中国电子商务和云计算领域的龙头企业就推出了不同版本的Qwen（通义千问Tongyi Qianwen）模型。本月初，该公司又发布了其人工智慧助手夸克应用程式的新版本。

当然，阿里巴巴并非唯一一家开发多模态模型的人工智慧研发企业。OpenAI 和字母公司（Alphabet）旗下的谷歌，都推出了能够处理文本、音讯等不同类型输入信息的生成式人工智慧工具。周二，OpenAI进一步拓展其功能，为 ChatGPT增添了更高级的图像生成能力。

阿里巴巴在声明中称，其新款 Qwen2.5-Omni-7B 系统在语音理解和生成方面展现出了极高的性能。

这家由马云联合创办的网路公司计画在人工智慧和云计算网路方面投入比过去10年更多的资金。随着模型的不断演进，对计算能力的需求也在持续增长，阿里巴巴希望成为那些致力于开发人工智慧，并将其应用于实体企业的重要合作伙伴。

DeepSeek声称仅花费数百万美元就构建出的强大模型，对OpenAI形成挑战，自此中国科技领军企业迅速向市场推出了一系列低成本的人工智慧服务，对 OpenAI和谷歌等公司的高端产品造成了衝击。

儘管目前尚不清楚这些人工智慧产品是否能够与西方人工智慧研发商的前沿系统相媲美甚至超越它们，但这些新的选择无疑给美国领先企业的商业模式带来了更大的压力。