تازو ڪوين ٽيم پاران شروع ڪيل سڀني ۾ هڪ جديد آرڪيٽيڪچر ملٽي موڊل آرٽيفيشل انٽيليجنس جي ميدان ۾ هڪ وڏي ڪاميابي جي نشاندهي ڪري ٿو. هن فن تعمير جي دل ۾ نئون مفڪر-ٽاڪر ڊزائن نمونو آهي، جنهن جو مقصد متن، تصويرون، آڊيو ، ۽ وڊيو جي هموار ڪراس موڊل فڪر کي چالو ڪرڻ سان گڏوگڏ اسٽريمنگ ٽيڪنالاجي ذريعي حقيقي وقت ۾ متن ۽ قدرتي تقرير جي جوابن کي پيدا ڪرڻ آهي.

روايتي سنگل موڊل ماڊل جي برعڪس، قوين جي مفڪر-ڳالهائيندڙ آرڪيٽيڪچر مڪمل طور تي حقيقي وقت آڊيو ۽ وڊيو رابطن جي حمايت ڪري ٿو. بلاڪ ان پٹ ۽ حقيقي وقت جي پيداوار جي طريقيڪار جي ذريعي، هن آرڪيٽيڪچر کي يقيني بڻائي ٿو ته صارفين آڊيو ۽ وڊيو سان ڳالهائڻ وقت دير کان آزاد رابطي جو تجربو ڪري سگهن ٿا. هي خاصيت ڪوئن جي ملٽي موڊل ماڊل کي حقيقي وقت جي ايپليڪيشن منظرنامن ۾ هڪ اهم فائدو ڏئي ٿي.

جڏهن اهو تقرير جي نسل تي اچي ٿو، ڪوين جي نئين آرڪيٽيڪچر پڻ شاندار آهي. نه رڳو اهو هڪ آواز پيدا ڪري ٿو جيڪو قدرتي ۽ هموار آهي، پر اهو استحڪام جي لحاظ کان ڪيترن ئي موجوده اسٽريمنگ ۽ غير اسٽريمنگ ٽيڪنالاجيز کان به وڌيڪ آهي. هي اعلي معيار جي تقرير جي پيداوار جي صلاحيت ايپليڪيشنن لاء وڌيڪ قابل اعتماد بنياد مهيا ڪري ٿي جهڙوڪ تقرير جي سڃاڻپ ۽ تقرير جي ترتيب.

قوين جي سڀني موڊل ڪارڪردگي برابر متاثر ڪندڙ آهي. جڏهن مقابلي جي پيماني جي هڪ واحد موڊل ماڊل جي خلاف بينچ مارڪ ڪيو ويو، ڪوين7.0-اومني شاندار ڪارڪردگي جو مظاهرو ڪيو. خاص طور تي آڊيو صلاحيتن جي لحاظ کان، اهو به ساڳئي سائيز Qwen0-آڊيو ماڊل کي مات ڏئي ٿو ۽ Qwen0.0-VL-0B ماڊل وانگر ساڳئي سطح کي برقرار رکندو آهي. اهو نتيجو ملٽي موڊل پروسيسنگ ۾ ڪوين جي طاقت جو عهد نامو آهي.

ڪوين 5.0-اومني جي ڪاميابي ان جي منفرد مفڪر-ٽالڪر ٻه-ڪور آرڪيٽيڪچر جي ڪري آهي. مفڪر ماڊيول ملٽي موڊل انپٹس جي پروسيسنگ لاء ذميوار آهي، جنهن ۾ متن، آڊيو، ۽ وڊيو شامل آهن، ۽ اعلي سطحي معنى نمائندگي ۽ ساڳئي متن جي مواد کي پيدا ڪرڻ. ٽالڪر ماڊيول مفڪر طرفان معنى نمائندگي ۽ متن جي پيداوار کي قدرتي تقرير جي پيداوار کي حاصل ڪرڻ لاء اسٽريمنگ طريقي سان متحرڪ تقرير يونٽن ۾ ترتيب ڏيڻ لاء ذميوار آهي. هي ڊزائن Qwen0.0-Omni کي آخر کان آخر تائين آواز جي ڪمانڊ ۾ بهترين بڻائي ٿو، جيڪو متن ان پٹ پروسيسنگ جي اثرائتي جي مقابلي ۾ آهي.

ماڊل جي ڪارڪردگي جي لحاظ کان، ڪوين5.0-اومني پڻ اميدن تي پورو رهي ٿو. اهو سڀني طريقن ۾ ساڳئي سائيز جي سنگل موڊل ماڊل ۽ بند ذريعو ماڊل کي مات ڏئي ٿو، جهڙوڪ Qwen0.0-VL-0B، Qwe0-آڊيو، ۽ جيميني-0.0-پرو. اهو نتيجو ملٽي موڊل اي آئي جي ميدان ۾ ڪوين جي اڳوڻي پوزيشن کي وڌيڪ مضبوط ڪري ٿو.

ڪوين 5.0-اومني پڻ اومني بينچ ۾ صنعت جي اڳوڻي ڪارڪردگي حاصل ڪري ٿو، هڪ ملٽي موڊل ڪم. اهو يونيموڊل ڪمن ۾ به بهتر آهي، ڪيترن ئي ڊومين جهڙوڪ تقرير جي سڃاڻپ، ترجمو، آڊيو فڪر، تصوير جو اندازو، ويڊيو سمجهڻ، ۽ تقرير جي پيدائش. اهي بهترين ڪارڪردگي مڪمل طور تي ڪراس موڊل فڪر ۽ نسل ۾ ڪوين0.0-اومني جي طاقتور صلاحيت جو مظاهرو ڪري ٿي.

هن وقت، ڪوين 5.0-اومني ماڊل کي ڊولپرز ۽ محققن کي استعمال ڪرڻ لاء هگنگ فيس، ماڊلاسڪوپ، ڊيشاسڪوپ، گيٽ هب ۽ ٻين پليٽ فارمن تي کليل سورس ڪيو ويو آهي. اهو قدم بيشڪ ملٽي موڊل آرٽيفيشل انٽيليجنس ٽيڪنالاجي جي وڌيڪ ترقي ۽ درخواست کي فروغ ڏيندو.