Alibaba ၏ Qwen အဖွဲ့သည် ကုမ္ပဏီ၏ အရွယ်အစားထက် များစွာပို၍ ကောင်းမွန်သည်ဟု ကုမ္ပဏီကပြောသည့် ပုံထုတ်လုပ်ခြင်းနှင့် တည်းဖြတ်ခြင်းအတွက် အဖွင့်အလေးချိန် မော်ဒယ်အသစ် Qwen-Image-2.1 ကို ထုတ်ပြန်ခဲ့သည်။ Qwen အဖွဲ့၏အဆိုအရ၊ မော်ဒယ်၏အမြင်အာရုံမျိုးဆက်အစိတ်အပိုင်းတွင် ကန့်သတ်ဘောင် 7 ဘီလီယံမျှသာပါ ၀ င်သော်လည်း၊ ၎င်းသည် Qwen ၏ကိုယ်ပိုင်အတွင်းပိုင်းစံနှုန်းပေါ်တွင်အပိတ်မော်ဒယ်အများစုကိုကျော်ပြီးလွတ်လပ်သောအကဲဖြတ်မှုအောက်တွင်ထိန်းသိမ်းထားပါကပွင့်လင်းမှုနှင့်ကိုယ်ပိုင်ရုပ်ပုံထုတ်လုပ်ခြင်းကြားရှိချိန်ခွင်လျှာတွင်ထင်ရှားသောပြောင်းလဲမှုကိုအမှတ်အသားပြုသည်ဟုဆိုသည်။
Flagship ရည်မှန်းချက်များဖြင့် 7 Billion Parameter မော်ဒယ်
Alibaba မှ ခေါင်းစဉ်တပ်ထားသော တိုင်ကြားချက်သည် အလွန်ထင်ရှားသည်- အပိတ်မော်ဒယ်အများစုကို စွမ်းဆောင်ရည်ထက် 7 ဘီလီယံသာရှိသော ဘောင်ဘောင်များသာရှိသော အမြင်အာရုံမျိုးဆက်အစိတ်အပိုင်းတစ်ခု။ ၎င်းနှင့်အတူပါရှိသော သတိပေးချက်ကို အလေးပေးဖော်ပြရကျိုးနပ်သည် — နှိုင်းယှဉ်မှုသည် Qwen ၏ကိုယ်ပိုင်စံနှုန်းမှ ဆင်းသက်လာပြီး လွတ်လပ်သောစံနှုန်းရလဒ်များကို ဆိုင်းငံ့ထားဆဲဖြစ်သည်။ ဖြန့်ချိမှုကို အကျုံးဝင်သော နည်းပညာဆိုင်ရာ ထုတ်ဝေမှု The Decoder သည် ဤခြားနားချက်ကို တိုက်ရိုက် မှတ်သားထားပြီး နာရီပိုင်းအတွင်း ထောက်ခံမဲ ရာနှင့်ချီရရှိသည့် Hacker News ရှိ open-source အသိုင်းအဝိုင်းမှ ၎င်း၏အစောပိုင်းတုံ့ပြန်မှုများတွင် အလားတူတိုင်းတာထားသည်။
အငြင်းပွားစရာမရှိတာကတော့ စနစ်ရဲ့ ထိရောက်မှုပါပဲ။ Qwen-Image-2.1 ကို NVIDIA RTX 3090 ကဲ့သို့ အသုံးပြုနိုင်သော GPU များ အပါအဝင် စွမ်းဆောင်ရည်ရှိသော စားသုံးသူ ဟာ့ဒ်ဝဲပေါ်တွင် လုပ်ဆောင်ရန် ဒီဇိုင်းထုတ်ထားပါသည်။ Frontier image model များကို ကြည့်ရှုပြီး APIs နှင့် data-center infrastructure များနောက်သို့ ပျံ့လွင့်နေသော ဖန်တီးသူများနှင့် developer များအတွက်၊ သုံးနှစ်သားစားသုံးသူကတ်တွင် စက်တွင်းပုံများကို ထုတ်လုပ် တည်းဖြတ်နိုင်သော မော်ဒယ်သည် အဓိပ္ပာယ်ပြည့်ဝသော ဖွံ့ဖြိုးတိုးတက်မှုတစ်ခုဖြစ်သည်။
ဖောက်ထွင်းမြင်ရသောပုံများနှင့် အကိုးအကားပေါင်းများစွာ ပါဝင်မှု
အကြမ်းထည် မျိုးဆက်အရည်အသွေးအပြင် Qwen-Image-2.1 သည် နောက်ပိုင်းတွင် တပ်ဆင်မည့်အစား မော်ဒယ်အတွက် ဇာတိဖြစ်ကြောင်း Qwen အဖွဲ့မှ ပြောကြားသည့် စွမ်းရည်များကို မိတ်ဆက်ပေးသည်။ ဤအရာများအနက် ဖမ်းစားနိုင်ဆုံးအရာမှာ မျိုးဆက်နှင့် တည်းဖြတ်ခြင်းနှစ်မျိုးလုံးတွင် ပွင့်လင်းသောနောက်ခံပုံများဖြစ်သော RGBA အတွက် မူရင်းပံ့ပိုးမှုဖြစ်သည်။ အသုံးပြုသူများသည် သီးခြားနောက်ခံ-ဖယ်ရှားရေးတူးလ်ဖြင့် အသွားအပြန်မပါဘဲ အရာဝတ္ထုများကို ၎င်းတို့၏ နောက်ခံမှ ခွဲထုတ်နိုင်သည် သို့မဟုတ် ဖောက်ထွင်းမြင်ရသော အလွှာများရှိ စာသားကို ပြောင်းလဲနိုင်သည်။
မော်ဒယ်သည် အလုပ်တစ်ခုတည်းတွင် ကိုးကားပုံဆယ်ပုံအထိလည်း စီမံပေးသည်။ Qwen ၏အဆိုအရ၊ ၎င်းသည် လူတစ်ဦးစီ၏တစ်ဦးချင်းစီဓာတ်ပုံများမှ အဖွဲ့ပုံတူတစ်ပုံစီကို စုစည်းခြင်း၊ ပကတိစမ်းသပ်မှုအတွေ့အကြုံများကို စွမ်းအားပေးခြင်း၊ သို့မဟုတ် အတွင်းပိုင်းဓာတ်ပုံအများအပြားကို အကိုးအကားအဖြစ် ပေါင်းစပ်ခြင်းဖြင့် အခန်းများကို ပြန်လည်ဒီဇိုင်းထုတ်ခြင်းကဲ့သို့သော လုပ်ငန်းအသွားအလာများကို လုပ်ဆောင်နိုင်စေပါသည်။
ဒေသဆိုင်ရာ တည်းဖြတ်မှုများအတွက်၊ အဖွဲ့သည် ဒေသဆိုင်ရာ လမ်းညွှန်ထိန်းချုပ်မှုများကို အကောင်အထည်ဖော်ခဲ့သည်- အသုံးပြုသူများသည် အပြောင်းအလဲများကို အသုံးချသင့်သည်များကို ညွှန်ပြရန်အတွက် ပုံတစ်ပုံ၏ဧရိယာတစ်ဝိုက်တွင် စက်ဝိုင်းများ၊ မျက်နှာဖုံးများ သို့မဟုတ် ခြယ်သထားသော အမှတ်အသားများကို ရေးဆွဲနိုင်သည်။ ၎င်းသည် spatial ပြောင်းလဲမှုများကိုဖော်ပြရန် စာသားသတိပေးချက်များကိုသာ အားကိုးနေမည့်အစား အမြင်အာရုံပုံစံဖြင့် တည်းဖြတ်ခြင်းကို ပြုလုပ်ပေးပါသည်။
ဗိသုကာ ပြောင်းလဲမှုများနှင့် ပိုမိုမြန်ဆန်သော အနုအရင့်
Qwen-Image-2.1 တွင် စွမ်းဆောင်ရည်မြှင့်တင်မှုများသည် ဗိသုကာဆိုင်ရာပြောင်းလဲမှုများနှင့် KV cache မှ ပြန်လည်အသုံးပြုခြင်းမှ လာသည်ဟု Qwen အဖွဲ့မှ သိရသည်။ ကက်ချခြင်းနည်းလမ်းသည် အထူးသဖြင့် ရည်ညွှန်းပုံများစွာပါ၀င်သည့် အလုပ်အသွားအလာများတွင် စေ့စပ်သေချာစွာ အရှိန်မြှင့်ရန် ပြောသည်၊၊ ယခင်ချဉ်းကပ်မှုများသည် မျိုးဆက်တိုင်းအတွက် များစွာသောအလုပ်ပမာဏကို ပြန်လည်တွက်ချက်ပေးသည့် ရည်ညွှန်းပုံများပါရှိသည်။
လက်တွေ့အသုံးပြုသူများအတွက်၊ စားသုံးသူ ဟာ့ဒ်ဝဲဆိုင်ရာ ပိုမိုမြန်ဆန်သော ကောက်ချက်ချမှုသည် အများသုံးစွဲနိုင်မှု ဇာတ်လမ်းကို ပေါင်းစပ်ပေးသည်- ပိုမိုမြန်ဆန်သော ထပ်လောင်းမှု သံသရာများသည် ရံဖန်ရံခါ စမ်းသပ်ခြင်းထက် တကယ့်ထုတ်လုပ်ရေး လုပ်ငန်းအတွက် ဒေသန္တရ ရုပ်ပုံထုတ်လုပ်ခြင်းအတွက် အသက်ဝင်စေပါသည်။
၎င်းကိုဘယ်မှာယူရမလဲ — နှင့် လိုင်စင်ဖမ်းခြင်း။
Qwen-Image-2.1 ကို Hugging Face၊ GitHub နှင့် Model Scope တွင် ဒေါင်းလုဒ်လုပ်နိုင်ပြီး ၎င်းကို မဒေါင်းလုဒ်မလုပ်မီ မော်ဒယ်ကို စမ်းသပ်လိုသော သုံးစွဲသူများအတွက် Hugging Face တွင် ဒီမိုကို ထုတ်ဝေထားပါသည်။
သို့သော် စီးပွားဖြစ်အသုံးပြုသူများအတွက် အရေးကြီးသောအချက်တစ်ခုရှိသည်။ မော်ဒယ်သည် စီးပွားဖြစ်အသုံးပြုမှုကို အတိအလင်းတားမြစ်ထားသည့် သုတေသနလိုင်စင်အောက်တွင် သင်္ဘောတင်ထားသည်။ Qwen-Image-2.1 ပေါ်တွင် တည်ဆောက်လိုသော လုပ်ငန်းများသည် သီးခြားလိုင်စင်အတွက် Qwen သို့ လျှောက်ထားရမည်ဖြစ်သည်။ ၎င်းသည် Alibaba ၏ယခင် Qwen ဖြန့်ချိမှုအများအပြားနှင့် ချဉ်းကပ်မှုအား ထင်ဟပ်စေကာ အလေးချိန်များကို သုတေသနနှင့် အကဲဖြတ်ရန်အတွက် လွတ်လပ်စွာရနိုင်သော်လည်း ဝင်ငွေရရှိစေမည့် ဖြန့်ကျက်မှုများကို ကုမ္ပဏီနှင့် တိုက်ရိုက်စီစဉ်ရန် လိုအပ်ပါသည်။
ဖန်တီးသူ၊ သုတေသီများနှင့် ဝါသနာရှင်တစ်ဦးချင်းစီအတွက် လက်တွေ့အကျိုးသက်ရောက်မှုသည် ရိုးရှင်းပါသည်- ဒေါင်းလုဒ်လုပ်ရန်၊ စက်တွင်းသုံး၊ လွတ်လပ်စွာ စမ်းသပ်သုံးစွဲပါ။ မော်ဒယ်၏ထိပ်တွင် ထုတ်ကုန်တစ်ခုတည်ဆောက်ရန် မျှော်လင့်နေသည့် startup များအတွက်၊ လိုင်စင်စည်းကမ်းချက်များသည် Alibaba နှင့် စကားပြောဆိုမှုသည် ပထမဆုံးဖြစ်လာသည်။
Open-Weight ပြိုင်ပွဲအတွက် ဘာအဓိပ္ပာယ်လဲ။
တရုတ် AI ဓာတ်ခွဲခန်းများသည် open-weight ထိရောက်မှုအပေါ် အပြင်းအထန် ပြိုင်ဆိုင်နေချိန်၊ ကန့်သတ်ချက်အရေအတွက်နှင့် ၎င်းတို့၏ ပြိုင်ဘက်များ၏ ဟာ့ဒ်ဝဲကုန်ကျစရိတ်၏ အပိုင်းတစ်ပိုင်းဖြင့် နယ်နိမိတ်အနီးရှိ အရည်အသွေးကို တောင်းဆိုသည့် မော်ဒယ်များကို ထုတ်လွှတ်သည့်အချိန်တွင် ထွက်ပေါ်လာခြင်းဖြစ်သည်။ သုံးစွဲသူ GPU နှင့် အံဝင်ခွင်ကျရှိနေစဉ် ပိတ်ထားသော စနစ်များကို ပြိုင်ဖက်ဟု ဆိုထားသော ရုပ်ပုံမော်ဒယ်သည် အဆိုပါ ကျယ်ပြန့်သော နည်းဗျူဟာနှင့် ပေါင်းစပ်ထားသော ရုပ်ပုံအမျိုးအစားဖြစ်သည်။
Qwen-Image-2.1 သည် ပိတ်ထားသော ခေါင်းဆောင်များနှင့် အမှန်တကယ် ကိုက်ညီမှုရှိမရှိ မထုတ်ပြန်ရသေးသည့် လွတ်လပ်သော စံနှုန်းများပေါ်တွင် မူတည်ပါသည်။ အစောပိုင်းအသိုင်းအဝိုင်းစမ်းသပ်မှု၊ ပြင်ပအဖွဲ့အစည်း အကဲဖြတ်မှုများနှင့် Hugging Face ကဲ့သို့သော ပလပ်ဖောင်းများရှိ နှိုင်းယှဉ်ချက်များသည် လာမည့်သီတင်းပတ်များအတွင်း မေးခွန်းထုတ်မည်ဖြစ်သည်။ ထိုအချိန်အထိ၊ တောင်းဆိုချက်သည် အဖွဲ့၏ကိုယ်ပိုင်ဖြစ်နေဆဲဖြစ်သည် — သို့သော် ဟာ့ဒ်ဝဲနှင့် စူးစမ်းလိုစိတ်ရှိသူတိုင်းအတွက် မော်ဒယ်ကိုယ်တိုင် ယနေ့ရရှိနိုင်ပါပြီ။
အဖွင့်နှင့်အပိတ် AI စနစ်များကြားတွင် ပိုမိုကျယ်ပြန့်သော ပြိုင်ဆိုင်မှုကို ခြေရာခံသည့် စာဖတ်သူများအတွက်၊ ထုတ်ဝေမှုသည် အရှိန်အဟုန်ဖြင့် ရွေ့လျားနေသော နယ်ပယ်တစ်ခုတွင် ဒေတာအချက်တစ်ချက်ဖြစ်ပြီး ဖွံ့ဖြိုးတိုးတက်လာသည်နှင့်အမျှ နောက်ဆုံးပေါ် AI သတင်းများနှင့်အတူ လွှမ်းခြုံထားသည်။
AI ထက်သာလွန်နေပါစေ။
AI ရှုခင်းသည် လျင်မြန်စွာ ရွေ့လျားနေပြီး ရုပ်ပုံထုတ်လုပ်ခြင်းသည် ၎င်း၏ ပြိုင်ဆိုင်မှုအရှိဆုံး ထောင့်တစ်ခုဖြစ်သည်။ မော်ဒယ်ထုတ်ဝေမှုများ၊ စံညွှန်းများနှင့် ၎င်းတို့နောက်ကွယ်ရှိ လုပ်ငန်းဆုံးဖြတ်ချက်များကို ဆက်လက်ဖော်ပြရန်အတွက် AI Buzz Wire တွင် လိုက်ပါဆောင်ရွက်ပါ။
AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →
