O grupo de tecnologia chinês Alibaba acaba de anunciar um novo modelo de IA chamado QVQ-Max da série Qwen, marcando um avanço no campo da IA multimídia. A característica especial deste modelo é a capacidade de analisar conteúdo de imagem/vídeo e, em seguida, elaborar argumentos e soluções com base nas informações obtidas.
Capacidade impressionante
O QVQ-Max é descrito pelo Alibaba como uma ponte entre modelos de IA baseados em texto puro e o mundo real. Com recursos de raciocínio visual, o sistema pode:
O Alibaba diz que o modelo ajuda a preencher a lacuna entre IAs que processam apenas texto e informações do mundo real. Graças à sua capacidade de raciocínio visual, o QVQ-Max pode "ver, entender e pensar" sobre o mundo ao seu redor. A empresa enfatiza seu modelo superior em análise de imagens, identificando elementos-chave e sua flexibilidade na aplicação em muitos campos, como design de ilustração, criação de roteiros de vídeo ou dramatização.
Assim como outros chatbots de IA, o QVQ-Max oferece suporte ao trabalho, à educação e à vida pessoal, mas, graças à integração visual, ele também resolve tarefas mais específicas, como: resolver problemas de matemática/física com diagramas e instruções de culinária por meio de imagens de receitas.
O Alibaba considera o QVQ-Max como a primeira versão e delineou um roteiro de atualização para versões subsequentes. Primeiro, eles queriam melhorar a precisão do reconhecimento de imagem usando técnicas de aterramento. Em segundo lugar, o modelo será otimizado para lidar com multitarefas e problemas complexos, como trabalhar com telefones, computadores ou jogar. Eventualmente, o Alibaba planeja expandir da interação por texto para verificação de ferramentas e criação de conteúdo de imagem.
Os usuários podem experimentar o QVQ-Max por meio de:
Com o lançamento do QVQ-Max, o Alibaba continua a afirmar sua posição na corrida para desenvolver IA multimídia, competindo diretamente com gigantes globais de tecnologia. O modelo promete trazer aplicações práticas no trabalho, na educação e na vida pessoal.
Embora o Apple Watch seja uma ótima maneira de monitorar sua atividade física diária, enviar mensagens e muito mais, o que acontece se o seu Apple Watch não emparelhar?
Qual é a empresa mais antiga do mundo? Em que ano foi fundada a empresa mais antiga do mundo? Vamos descobrir juntos!
Na nova versão One UI 3.0 da Samsung, os usuários podem usar muitos outros recursos interessantes e atraentes, como revisar notificações excluídas na barra de status da Samsung.
Quais são os melhores e mais curtos desejos de 19 de novembro para seu amor? Se você está sem ideias, este artigo vai sugerir desejos significativos para 19 de novembro.
Os suéteres básicos são uma parte indispensável de todos os nossos guarda-roupas de outono e inverno. Veja como misturar e combinar suéteres de uma forma simples, mas elegante.
Ter inimigos é sempre uma situação desagradável. Felizmente, você pode transformar seus inimigos em amigos. Aqui estão algumas maneiras simples de consertar um relacionamento que estão disponíveis para todos.
Como a Netflix é facilmente acessível em todos os dispositivos, incluindo celulares, tablets, consoles de jogos e dispositivos de streaming, você deve estar se perguntando quantas pessoas podem assistir à Netflix ao mesmo tempo na mesma conta.
Centralizar células no Word ao trabalhar com tabelas é uma operação que precisa ser realizada para reformatar o texto em cada célula de acordo com as normas, bem como criar uma tabela do Word com um layout mais bonito e fácil de visualizar.
A Samsung Electronics está supostamente colaborando com a OpenAI em um ambicioso projeto conjunto para desenvolver TVs com IA que incorporem tecnologias de inteligência artificial líderes do setor.
Depois de muitos snapshots, adições e alterações, a atualização está completa e pronta para lançamento. A data oficial de lançamento do Minecraft 1.21 acaba de ser revelada!
Em uma impressionante demonstração de criatividade, 16 robôs humanoides da Unitree, empresa líder em robótica da China, ganharam destaque na Gala do Festival da Primavera anual da CCTV.
Por que as roupas e toalhas secas à máquina são macias e suaves, mas quando penduradas para secar geralmente ficam ásperas ou ásperas?
Os satélites da NASA usam uma ferramenta de imagem chamada Resolve, que tem um sensor de apenas 36 pixels.
Ao abrir a App Store no iPhone, iPad, Mac para baixar aplicativos ou jogos, aparece o erro Não é possível conectar à iTunes Store e aqui está a solução.
VPN (Virtual Private Network) é entendida simplesmente como um sistema de rede privada virtual, capaz de criar uma conexão de rede baseada em um determinado provedor de serviços.
