🤖 مدل Qwen-VLA برای کنترل ربات‌های متنوع معرفی شد
شرکت Qwen (زیرمجموعه Alibaba) از مدل Qwen-VLA رونمایی کرده است که قادر به کنترل انواع ربات‌ها بدون نیاز به تنظیمات مجزا برای هر پلتفرم است. این مدل با دریافت تصویر و دستور متنی، اقدامات لازم را برای ربات خروجی می‌دهد و وظایفی چون دستکاری اشیاء، ناوبری و پیش‌بینی مسیر را پوشش می‌دهد.
🔹 این مدل بر پایه Qwen3.5-4B ساخته شده و با یک دیکودر ۱.۱۵ میلیارد پارامتری تکمیل شده است. قابلیت کلیدی Qwen-VLA، امکان جابجایی بین ربات‌های مختلف تنها با تغییر دستورالعمل متنی است.
🔸 عملکرد Qwen-VLA در بنچمارک‌های مختلف شامل LIBERO (۹۷.۹٪) و RoboTwin-Hard (۸۷.۲٪) بوده است. در آزمایش با ربات دو دست ALOHA، موفقیت در اجرای وظایف در محیط‌های آشنا ۸۳.۶٪ و در محیط‌های ناآشنا ۷۶.۹٪ گزارش شده است.
#خبر #Qwen
شرکت Qwen (زیرمجموعه Alibaba) از مدل Qwen-VLA رونمایی کرده است که قادر به کنترل انواع ربات‌ها بدون نیاز به تنظیمات مجزا برای هر پلتفرم است. این مدل با دریافت تصویر و دستور متنی، اقدامات لازم را برای ربات خروجی می‌دهد و وظایفی چون دستکاری اشیاء، ناوبری و پیش‌بینی مسیر را پوشش می‌دهد.
🔹 این مدل بر پایه Qwen3.5-4B ساخته شده و با یک دیکودر ۱.۱۵ میلیارد پارامتری تکمیل شده است. قابلیت کلیدی Qwen-VLA، امکان جابجایی بین ربات‌های مختلف تنها با تغییر دستورالعمل متنی است.
🔸 عملکرد Qwen-VLA در بنچمارک‌های مختلف شامل LIBERO (۹۷.۹٪) و RoboTwin-Hard (۸۷.۲٪) بوده است. در آزمایش با ربات دو دست ALOHA، موفقیت در اجرای وظایف در محیط‌های آشنا ۸۳.۶٪ و در محیط‌های ناآشنا ۷۶.۹٪ گزارش شده است.
📊 Data➕Science 🇮🇷 — هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#خبر #Qwen
❤1
🤖 معرفی مدل استدلالی Qwythos-9B-v2
🧠 مدل Qwythos-9B-v2 بر پایه Qwen3.5-9B عرضه شد. این آپدیت پایداری را هدف قرار داده و باگ بحرانی حلقه‌های تکرار در رمزگشایی حریصانه (Greedy Decoding - انتخاب محتمل‌ترین کلمه بعدی) را از ۶.۷٪ به ۰٪ رسانده است.
⚡ این مدل با حفظ استدلال عمیق، از MTP Head (پیش‌بینی همزمان چندتوکن برای افزایش سرعت) و بافت ۱ میلیون توکنی با YaRN استفاده می‌کند. این ابزار با لایسنس Apache-2.0 برای برنامه‌نویسی و کارهای محلی بسیار مناسب است.
📊 بنچمارک‌ها
#خبر #Qwen
🧠 مدل Qwythos-9B-v2 بر پایه Qwen3.5-9B عرضه شد. این آپدیت پایداری را هدف قرار داده و باگ بحرانی حلقه‌های تکرار در رمزگشایی حریصانه (Greedy Decoding - انتخاب محتمل‌ترین کلمه بعدی) را از ۶.۷٪ به ۰٪ رسانده است.
⚡ این مدل با حفظ استدلال عمیق، از MTP Head (پیش‌بینی همزمان چندتوکن برای افزایش سرعت) و بافت ۱ میلیون توکنی با YaRN استفاده می‌کند. این ابزار با لایسنس Apache-2.0 برای برنامه‌نویسی و کارهای محلی بسیار مناسب است.
📊 بنچمارک‌ها
🔹 MMLU CoT: 83.8%
🔹 GSM8K: 93.6%
🔹 GPQA: 49%
🔹 HumanEval: 77.4%
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#خبر #Qwen
🤖 معرفی پلتفرم قدرتمند Qwen Chat
🚀 مدل Qwen Chat محصول شرکت علی‌بابا، یک دستیار هوش مصنوعی جامع است که با عملکردی در سطح مدل‌های تجاری گران‌قیمت، به صورت رایگان و بدون محدودیت تحریمی برای کاربران در دسترس قرار گرفته است. این ابزار از مدل‌های پیشروی Qwen 3.7 plus و Qwen 3.7 max قدرت می‌گیرد که در حال حاضر جزو برترین‌های دنیای متن‌باز هستند.
🧠 قابلیت‌های این پلتفرم شامل پردازش متن پیشرفته، تولید تصویر با دقت بالا در نگارش متن روی عکس، و ساخت ویدیو از متن یا تصویر است. همچنین با استفاده از قابلیت Deep Research، این ابزار تحقیقات چندمرحله‌ای را با استناد به منابع معتبر انجام می‌دهد.
🔗 بوکانت (@bookunt)
#معرفی #Qwen
🚀 مدل Qwen Chat محصول شرکت علی‌بابا، یک دستیار هوش مصنوعی جامع است که با عملکردی در سطح مدل‌های تجاری گران‌قیمت، به صورت رایگان و بدون محدودیت تحریمی برای کاربران در دسترس قرار گرفته است. این ابزار از مدل‌های پیشروی Qwen 3.7 plus و Qwen 3.7 max قدرت می‌گیرد که در حال حاضر جزو برترین‌های دنیای متن‌باز هستند.
🧠 قابلیت‌های این پلتفرم شامل پردازش متن پیشرفته، تولید تصویر با دقت بالا در نگارش متن روی عکس، و ساخت ویدیو از متن یا تصویر است. همچنین با استفاده از قابلیت Deep Research، این ابزار تحقیقات چندمرحله‌ای را با استناد به منابع معتبر انجام می‌دهد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
🔗 بوکانت (@bookunt)
#معرفی #Qwen
❤2
🗣 صدرنشینی مدل صوتی جدید علی‌بابا
🤖 شرکت علی‌بابا از مدل جدید Qwen-Audio-3.0-TTS-Plus در حوزه تبدیل متن به گفتار (TTS) رونمایی کرد. این مدل با بهبود لحن طبیعی کلام، در صدر جدول هوش مصنوعی Artificial Analysis قرار گرفت.
📊 این مدل با کسب امتیاز Elo برابر با ۱,۲۳۶، رقبای قدرتمندی مانند Simba 3.2 و Gemini 3.1 Flash را پشت سر گذاشته است.
⚡ سرعت تولید این ابزار برابر با ۱۶ کاراکتر در ثانیه است که در مقایسه با سرعت ۳۰.۲ کاراکتری Simba 3.2 در جایگاه پایین‌تری قرار می‌گیرد.
🔗 وب‌سایت Artificial Analysis
#خبر #Qwen
🤖 شرکت علی‌بابا از مدل جدید Qwen-Audio-3.0-TTS-Plus در حوزه تبدیل متن به گفتار (TTS) رونمایی کرد. این مدل با بهبود لحن طبیعی کلام، در صدر جدول هوش مصنوعی Artificial Analysis قرار گرفت.
📊 این مدل با کسب امتیاز Elo برابر با ۱,۲۳۶، رقبای قدرتمندی مانند Simba 3.2 و Gemini 3.1 Flash را پشت سر گذاشته است.
⚡ سرعت تولید این ابزار برابر با ۱۶ کاراکتر در ثانیه است که در مقایسه با سرعت ۳۰.۲ کاراکتری Simba 3.2 در جایگاه پایین‌تری قرار می‌گیرد.
🔗 وب‌سایت Artificial Analysis
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#خبر #Qwen
🤖 مدل چندوجهی محلی برای کارت گرافیک‌های ۸ گیگابایتی
🚀 مدل جدید Qwen3.6-35B-A3B به عنوان یک راهکار چندوجهی (Multimodal) کاملاً محلی عرضه شده است که به راحتی روی کارت گرافیک‌های دارای 8GB VRAM اجرا می‌شود. این مدل با هدف اجرای روی سیستم‌های شخصی طراحی شده و برای ساخت AI Agents بسیار ایده‌آل است.
🧠 از قابلیت‌های کلیدی این مدل می‌توان به پشتیبانی از Function Calling، تحلیل تصاویر و بهینه‌سازی برای سناریوهای عاملی اشاره کرد. این مدل بر پایه Hermes V3 فاین‌تیون شده و دسترسی‌های آن بدون محدودیت‌های رایج (Uncensored) تنظیم شده است.
#معرفی #Qwen
🚀 مدل جدید Qwen3.6-35B-A3B به عنوان یک راهکار چندوجهی (Multimodal) کاملاً محلی عرضه شده است که به راحتی روی کارت گرافیک‌های دارای 8GB VRAM اجرا می‌شود. این مدل با هدف اجرای روی سیستم‌های شخصی طراحی شده و برای ساخت AI Agents بسیار ایده‌آل است.
🧠 از قابلیت‌های کلیدی این مدل می‌توان به پشتیبانی از Function Calling، تحلیل تصاویر و بهینه‌سازی برای سناریوهای عاملی اشاره کرد. این مدل بر پایه Hermes V3 فاین‌تیون شده و دسترسی‌های آن بدون محدودیت‌های رایج (Uncensored) تنظیم شده است.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#معرفی #Qwen
❤1
🚀 معرفی غول جدید علی‌بابا: مدل Qwen3.8
شرکت هوش مصنوعی علی‌بابا به زودی از نسل جدید مدل‌های زبانی خود یعنی Qwen3.8 به صورت open-weight (مدل‌های متن‌بازی که وزن‌های آموزش‌دیده آن‌ها برای عموم در دسترس است) رونمایی خواهد کرد. این ابرمدل قرار است با ظرفیت شگفت‌انگیز ۲.۴ تریلیون پارامتر عرضه شود.
🤖 توسعه‌دهندگان این پروژه، محصول جدید خود را یکی از قدرتمندترین گزینه‌های بازار می‌دانند و آن را هم‌رده با بزرگترین frontier models (مدل‌های هوش مصنوعی پیشتاز و پیشرو در جهان) قرار می‌دهند.
⚡ در حال حاضر نسخه پیش‌نمایش این مدل با نام Qwen3.8-Max-Preview جهت تست در پلتفرم‌های Alibaba Token Plan، ابزار برنامه‌نویسی Qoder و محیط توسعه QoderWork در دسترس قرار گرفته است.
🧠 انتظار می‌رود نسخه نهایی و وزن‌های آزاد این مدل در آینده نزدیک منتشر شوند. شما می‌توانید برای تجربه اولیه این فناوری به وب‌سایت بین‌المللی Alibaba Token Plan یا نسخه چین در پلتفرم Qianwen AI مراجعه کنید.
#خبر #Qwen
شرکت هوش مصنوعی علی‌بابا به زودی از نسل جدید مدل‌های زبانی خود یعنی Qwen3.8 به صورت open-weight (مدل‌های متن‌بازی که وزن‌های آموزش‌دیده آن‌ها برای عموم در دسترس است) رونمایی خواهد کرد. این ابرمدل قرار است با ظرفیت شگفت‌انگیز ۲.۴ تریلیون پارامتر عرضه شود.
🤖 توسعه‌دهندگان این پروژه، محصول جدید خود را یکی از قدرتمندترین گزینه‌های بازار می‌دانند و آن را هم‌رده با بزرگترین frontier models (مدل‌های هوش مصنوعی پیشتاز و پیشرو در جهان) قرار می‌دهند.
⚡ در حال حاضر نسخه پیش‌نمایش این مدل با نام Qwen3.8-Max-Preview جهت تست در پلتفرم‌های Alibaba Token Plan، ابزار برنامه‌نویسی Qoder و محیط توسعه QoderWork در دسترس قرار گرفته است.
🧠 انتظار می‌رود نسخه نهایی و وزن‌های آزاد این مدل در آینده نزدیک منتشر شوند. شما می‌توانید برای تجربه اولیه این فناوری به وب‌سایت بین‌المللی Alibaba Token Plan یا نسخه چین در پلتفرم Qianwen AI مراجعه کنید.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#خبر #Qwen
🇨🇳 ترجیح مدل‌های هوش مصنوعی چینی در آمریکا
📊 گزارش‌های اخیر نشان می‌دهند که شرکت‌های آمریکایی اکنون بیش از مدل‌های بومی ایالات متحده، از مدل‌های هوش مصنوعی چینی استفاده می‌کنند.
📈 این تغییر جهت غافلگیرکننده در بازار، نشان‌دهنده افزایش رقابت‌پذیری و کارایی بالای فناوری‌های توسعه‌یافته توسط شرکت‌های چینی است که توانسته‌اند سهم بازار قابل‌توجهی کسب کنند.
#خبر #Qwen
📊 گزارش‌های اخیر نشان می‌دهند که شرکت‌های آمریکایی اکنون بیش از مدل‌های بومی ایالات متحده، از مدل‌های هوش مصنوعی چینی استفاده می‌کنند.
📈 این تغییر جهت غافلگیرکننده در بازار، نشان‌دهنده افزایش رقابت‌پذیری و کارایی بالای فناوری‌های توسعه‌یافته توسط شرکت‌های چینی است که توانسته‌اند سهم بازار قابل‌توجهی کسب کنند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#خبر #Qwen
🚀 جهش خیره‌کننده مدل‌های متن‌باز چینی
🚨 سرعت رشد مدل‌های هوش مصنوعی Open-source به طرز باورنکردنی افزایش یافته است. در حال حاضر، آزمایشگاه‌های پیشرو چینی با سرعتی بی‌سابقه، مدل‌هایی در سطح جهانی ارائه می‌دهند که فاصله چندانی با مدل‌های اختصاصی (Closed-source) ندارند.
🔬 مدل‌های جدیدی مانند GLM-5.2 با عملکردی نزدیک به Opus، مدل Kimi K3 در سطح Fable و Qwen 3.8 Max با پارامترهای عظیم 2.4 تریلیونی منتشر شده‌اند که نشان‌دهنده قدرت محاسباتی بالای این مجموعه‌هاست.
#گزارش #Qwen
🚨 سرعت رشد مدل‌های هوش مصنوعی Open-source به طرز باورنکردنی افزایش یافته است. در حال حاضر، آزمایشگاه‌های پیشرو چینی با سرعتی بی‌سابقه، مدل‌هایی در سطح جهانی ارائه می‌دهند که فاصله چندانی با مدل‌های اختصاصی (Closed-source) ندارند.
🔬 مدل‌های جدیدی مانند GLM-5.2 با عملکردی نزدیک به Opus، مدل Kimi K3 در سطح Fable و Qwen 3.8 Max با پارامترهای عظیم 2.4 تریلیونی منتشر شده‌اند که نشان‌دهنده قدرت محاسباتی بالای این مجموعه‌هاست.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#گزارش #Qwen
🚀 پیشتازی مدل Qwen-Audio-3.0-TTS-Plus در دنیای صوت
شرکت علی‌بابا با معرفی مدل جدید Qwen-Audio-3.0-TTS-Plus، جایگاه نخست را در لیدربورد معتبر Artificial Analysis Speech Arena به خود اختصاص داده است. این مدلِ تبدیل متن به گفتار (TTS)، با ارائه طبیعی بودن بیشتر و لحن متناسب با زمینه، از رقبای قدرتمندی همچون Simba 3.2، Gemini 3.1 Flash TTS و Sonic 3.5 پیشی گرفته است.
🔬 در ارزیابی‌های کیفی، این مدل با ثبت امتیاز Elo 1,236 از ۱,۳۰۵ حضور در آرنا، به صدر جدول صعود کرده است. اگرچه بازه اطمینان این مدل با Simba 3.2 هم‌پوشانی دارد، اما عملکرد آن در بازتولید گفتار با کیفیت بالا، توجه بسیاری از متخصصان حوزه هوش مصنوعی را به خود جلب کرده است.
⚡ بررسی سرعت پردازش نشان می‌دهد که مدل علی‌بابا خروجی را با نرخ ۱۶ کاراکتر در ثانیه تولید می‌کند. این در حالی است که مدل‌های Simba 3.2 با ۳۰.۲ کاراکتر، Gemini 3.1 Flash با ۲۷ کاراکتر و Sonic 3.5 با ۱۲۰ کاراکتر در ثانیه، سرعت پردازش بالاتری دارند.
#Qwen_Audio_3 #Speech_Arena
شرکت علی‌بابا با معرفی مدل جدید Qwen-Audio-3.0-TTS-Plus، جایگاه نخست را در لیدربورد معتبر Artificial Analysis Speech Arena به خود اختصاص داده است. این مدلِ تبدیل متن به گفتار (TTS)، با ارائه طبیعی بودن بیشتر و لحن متناسب با زمینه، از رقبای قدرتمندی همچون Simba 3.2، Gemini 3.1 Flash TTS و Sonic 3.5 پیشی گرفته است.
🔬 در ارزیابی‌های کیفی، این مدل با ثبت امتیاز Elo 1,236 از ۱,۳۰۵ حضور در آرنا، به صدر جدول صعود کرده است. اگرچه بازه اطمینان این مدل با Simba 3.2 هم‌پوشانی دارد، اما عملکرد آن در بازتولید گفتار با کیفیت بالا، توجه بسیاری از متخصصان حوزه هوش مصنوعی را به خود جلب کرده است.
⚡ بررسی سرعت پردازش نشان می‌دهد که مدل علی‌بابا خروجی را با نرخ ۱۶ کاراکتر در ثانیه تولید می‌کند. این در حالی است که مدل‌های Simba 3.2 با ۳۰.۲ کاراکتر، Gemini 3.1 Flash با ۲۷ کاراکتر و Sonic 3.5 با ۱۲۰ کاراکتر در ثانیه، سرعت پردازش بالاتری دارند.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Qwen_Audio_3 #Speech_Arena
🤖 معرفی Qwen-CUA: عامل هوشمند تعامل با محیط گرافیکی
🚀 تیم Qwen و آزمایشگاه XLang از مدل جدیدی به نام Qwen-CUA رونمایی کردند که یک عامل (Agent) تخصصی برای تعامل بومی با رایانه است. در حالی که مدل‌های فعلی در کدنویسی و استفاده از API بسیار توانمند هستند، این مدل شکاف موجود در کار با محیط‌های گرافیکی (GUI) را هدف قرار داده است.
👀 ویژگی کلیدی این مدل، ادراک بومی از طریق تحلیل اسکرین‌شات‌ها است و برخلاف روش‌های سنتی، نیازی به دسترسی به DOM یا درخت دسترسی ندارد. این عامل با استفاده از رویدادهای استاندارد کیبورد و ماوس، می‌تواند در مرورگرها و نرم‌افزارهای پیچیده دسکتاپ به‌صورت مستقل فعالیت کند.
🧠 سیستم Native Intelligence در این مدل با حفظ حافظه بصری بلندمدت، پیشرفت تسک‌ها را بررسی کرده و از تجربیات تعاملی بزرگ‌مقیاس یاد می‌گیرد. برای آموزش این مدل، حدود ۴۰ هزار تسک قابل‌سنجش ایجاد شده و از زیرساختی با نزدیک به ۱۰۰ هزار هسته مجازی برای اجرای همزمان محیط‌ها استفاده شده است.
#Qwen_CUA #Native_Interaction
🚀 تیم Qwen و آزمایشگاه XLang از مدل جدیدی به نام Qwen-CUA رونمایی کردند که یک عامل (Agent) تخصصی برای تعامل بومی با رایانه است. در حالی که مدل‌های فعلی در کدنویسی و استفاده از API بسیار توانمند هستند، این مدل شکاف موجود در کار با محیط‌های گرافیکی (GUI) را هدف قرار داده است.
👀 ویژگی کلیدی این مدل، ادراک بومی از طریق تحلیل اسکرین‌شات‌ها است و برخلاف روش‌های سنتی، نیازی به دسترسی به DOM یا درخت دسترسی ندارد. این عامل با استفاده از رویدادهای استاندارد کیبورد و ماوس، می‌تواند در مرورگرها و نرم‌افزارهای پیچیده دسکتاپ به‌صورت مستقل فعالیت کند.
🧠 سیستم Native Intelligence در این مدل با حفظ حافظه بصری بلندمدت، پیشرفت تسک‌ها را بررسی کرده و از تجربیات تعاملی بزرگ‌مقیاس یاد می‌گیرد. برای آموزش این مدل، حدود ۴۰ هزار تسک قابل‌سنجش ایجاد شده و از زیرساختی با نزدیک به ۱۰۰ هزار هسته مجازی برای اجرای همزمان محیط‌ها استفاده شده است.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Qwen_CUA #Native_Interaction
هوش مصنوعی و علم داده به فارسی
🤖 معرفی مدل قدرتمند Qwen3.8-Max با ۲.۴ تریلیون پارامتر تیم Qwen از مدل جدید خود تحت عنوان Qwen3.8-Max با ظرفیت عظیم ۲.۴ تریلیون پارامتر رونمایی کرد. این مدل به‌طور اختصاصی برای توسعه نرم‌افزار به‌صورت خودمختار (Autonomous) و مدیریت ایجنت‌های کاری طراحی…
This media is not supported in your browser
VIEW IN TELEGRAM
⚡️ رقابت سنگین مدل‌های زبانی در شبیه‌سازی فیزیک سه‌بعدی
مدل جدید Qwen 3.8 Max در یک ارزیابی فنی دقیق، توانست مدل Fable 5 را در چالش پیچیده شبیه‌سازی فیزیک سه‌بعدی پشت سر بگذارد. این رقابت شامل تولید سه سناریوی تعاملی مبتنی بر HTML بود که اجرای صحیح آن‌ها مستلزم حفظ دقیق وضعیت اشیاء، محاسبه برخوردهای فیزیکی و رعایت هندسه مکانیکی است.
🧠 تست‌های انجام شده شامل پیاده‌سازی حرکت توپ‌های مرمری در مسیرهای حلقوی، شبیه‌سازی خط تولید خودکار خودرو و ساخت یک کارگاه نجاری دیجیتال بود. مدل Qwen 3.8 Max توانست با مصرف 46.6 هزار توکن و صرف هزینه تنها 0.28 دلار، سناریوهایی با پایداری و کیفیت فنی به‌مراتب بالاتر تولید کند.
📊 در مقابل، مدل Fable 5 با استفاده از 38.7 هزار توکن، هزینه‌ای معادل 1.93 دلار بر جای گذاشت. این ارزیابی نشان می‌دهد Qwen با وجود مصرف توکن بالاتر، حدود 6.9 برابر ارزان‌تر از رقیب خود عمل کرده و در مدیریت دینامیک محیط‌های تعاملی، خروجی دقیق‌تری ارائه داده است.
#Qwen_3_8_Max #شبیه
مدل جدید Qwen 3.8 Max در یک ارزیابی فنی دقیق، توانست مدل Fable 5 را در چالش پیچیده شبیه‌سازی فیزیک سه‌بعدی پشت سر بگذارد. این رقابت شامل تولید سه سناریوی تعاملی مبتنی بر HTML بود که اجرای صحیح آن‌ها مستلزم حفظ دقیق وضعیت اشیاء، محاسبه برخوردهای فیزیکی و رعایت هندسه مکانیکی است.
🧠 تست‌های انجام شده شامل پیاده‌سازی حرکت توپ‌های مرمری در مسیرهای حلقوی، شبیه‌سازی خط تولید خودکار خودرو و ساخت یک کارگاه نجاری دیجیتال بود. مدل Qwen 3.8 Max توانست با مصرف 46.6 هزار توکن و صرف هزینه تنها 0.28 دلار، سناریوهایی با پایداری و کیفیت فنی به‌مراتب بالاتر تولید کند.
📊 در مقابل، مدل Fable 5 با استفاده از 38.7 هزار توکن، هزینه‌ای معادل 1.93 دلار بر جای گذاشت. این ارزیابی نشان می‌دهد Qwen با وجود مصرف توکن بالاتر، حدود 6.9 برابر ارزان‌تر از رقیب خود عمل کرده و در مدیریت دینامیک محیط‌های تعاملی، خروجی دقیق‌تری ارائه داده است.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Qwen_3_8_Max #شبیه
🖥 هوش مصنوعی با درک رابط کاربری
مدل جدید Qwen-CUA نشان می‌دهد که یک ایجنت هوشمند برای تعامل با کامپیوتر نیازی به دسترسی به DOM، API اختصاصی یا کدهای زیرساختی ندارد. این ایجنت دقیقاً مانند یک انسان، تنها با مشاهده تصویر صفحه و استفاده از ماوس و کیبورد، برنامه‌ها را کنترل می‌کند.
این رویکرد که «اسکرین‌شات» را به یک API جهانی برای ایجنت‌ها تبدیل می‌کند، پیچیدگی‌های اتصال به ابزارهای مختلف را از بین می‌برد.
مهم‌ترین ویژگی‌ها و نتایج این مدل:
• مدیریت چالش‌های طولانی‌مدت با استفاده از حافظه بصری (ذخیره ۲۰ اسکرین‌متر آخر و فشرده‌سازی تاریخچه).
• دستیابی به امتیاز ۸۶.۲ در OSWorld-Verified.
• آموزش‌دیده بر پایه ۴۰ هزار وظیفه قابل‌راستی‌آزمایی و استفاده از ۱۰۰ هزار هسته مجازی.
بزرگترین چالش فعلی همچنان انجام وظایف طولانی است که در آن‌ها یک خطای کوچک در ابتدای مسیر می‌تواند کل پروسه را مختل کند. با این حال، انتقال از وابستگی به کد به سمت «درک بصری»، گامی بزرگ در توسعه ایجنت‌های خودمختار محسوب می‌شود.
مدل جدید Qwen-CUA نشان می‌دهد که یک ایجنت هوشمند برای تعامل با کامپیوتر نیازی به دسترسی به DOM، API اختصاصی یا کدهای زیرساختی ندارد. این ایجنت دقیقاً مانند یک انسان، تنها با مشاهده تصویر صفحه و استفاده از ماوس و کیبورد، برنامه‌ها را کنترل می‌کند.
این رویکرد که «اسکرین‌شات» را به یک API جهانی برای ایجنت‌ها تبدیل می‌کند، پیچیدگی‌های اتصال به ابزارهای مختلف را از بین می‌برد.
مهم‌ترین ویژگی‌ها و نتایج این مدل:
• مدیریت چالش‌های طولانی‌مدت با استفاده از حافظه بصری (ذخیره ۲۰ اسکرین‌متر آخر و فشرده‌سازی تاریخچه).
• دستیابی به امتیاز ۸۶.۲ در OSWorld-Verified.
• آموزش‌دیده بر پایه ۴۰ هزار وظیفه قابل‌راستی‌آزمایی و استفاده از ۱۰۰ هزار هسته مجازی.
بزرگترین چالش فعلی همچنان انجام وظایف طولانی است که در آن‌ها یک خطای کوچک در ابتدای مسیر می‌تواند کل پروسه را مختل کند. با این حال، انتقال از وابستگی به کد به سمت «درک بصری»، گامی بزرگ در توسعه ایجنت‌های خودمختار محسوب می‌شود.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی#Qwen_CUA #OSWorld
📩 ارتباط با ما
🚀 داغ‌ترین اخبار هفته در دنیای هوش مصنوعی
دنیای مدل‌های زبانی بزرگ (LLM) در این هفته شاهد تحولات چشمگیری بود. در ادامه مهم‌ترین اتفاقات و روندهای جدید را مرور می‌کنیم:
- مدل Qwen 3.8 27B معرفی شد؛ علی‌بابا با عرضه این نسخه، جایگاه قدرتمندترین مدل در کلاس وزنی خود را با اختلاف قابل‌توجهی تثبیت کرد.
- متا با انتشار Muse Glimmer دوباره به مسیر عرضه مدل‌های متن‌باز بازگشت. این مدل ۳۰ میلیارد پارامتری برای اجرای محلی بهینه شده و وعده انتشار نسخه‌های آتی آن نیز داده شده است.
- مدل Grok 4.6 با بهره‌گیری از آموزش پیش‌فرض ۱.۵ تریلیون پارامتری و بهینه‌سازی‌های پس از آموزش عرضه شد. در حال حاضر محدودیت‌های استفاده از این مدل در سرویس‌های Grok Build و Cursor برای مدت محدودی دو برابر شده است.
- نسخه V4 Pro از مدل‌های DeepSeek با ساختاری بسیار ماژولار و تحت مجوز MIT منتشر شد.
- مدل Gemini 3.7 Flash در بنچمارک‌های اخیر توانست عملکردی فراتر از مدل Sonnet 5 از خود نشان دهد.
از سوی دیگر، در حوزه اخبار شرکتی، بزرگترین تحول هفته تکمیل قرارداد ۶۰ میلیارد دلاری خرید Cursor توسط SpaceX با استفاده از سهام اختصاصی بود که بازار ابزارهای توسعه هوش مصنوعی را تحت‌الشعاع قرار داد.
#Qwen_3 #DeepSeek_V4
دنیای مدل‌های زبانی بزرگ (LLM) در این هفته شاهد تحولات چشمگیری بود. در ادامه مهم‌ترین اتفاقات و روندهای جدید را مرور می‌کنیم:
- مدل Qwen 3.8 27B معرفی شد؛ علی‌بابا با عرضه این نسخه، جایگاه قدرتمندترین مدل در کلاس وزنی خود را با اختلاف قابل‌توجهی تثبیت کرد.
- متا با انتشار Muse Glimmer دوباره به مسیر عرضه مدل‌های متن‌باز بازگشت. این مدل ۳۰ میلیارد پارامتری برای اجرای محلی بهینه شده و وعده انتشار نسخه‌های آتی آن نیز داده شده است.
- مدل Grok 4.6 با بهره‌گیری از آموزش پیش‌فرض ۱.۵ تریلیون پارامتری و بهینه‌سازی‌های پس از آموزش عرضه شد. در حال حاضر محدودیت‌های استفاده از این مدل در سرویس‌های Grok Build و Cursor برای مدت محدودی دو برابر شده است.
- نسخه V4 Pro از مدل‌های DeepSeek با ساختاری بسیار ماژولار و تحت مجوز MIT منتشر شد.
- مدل Gemini 3.7 Flash در بنچمارک‌های اخیر توانست عملکردی فراتر از مدل Sonnet 5 از خود نشان دهد.
از سوی دیگر، در حوزه اخبار شرکتی، بزرگترین تحول هفته تکمیل قرارداد ۶۰ میلیارد دلاری خرید Cursor توسط SpaceX با استفاده از سهام اختصاصی بود که بازار ابزارهای توسعه هوش مصنوعی را تحت‌الشعاع قرار داد.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Qwen_3 #DeepSeek_V4
🚀 جهش خیره‌کننده مدل Qwen 3.8 27B در دنیای هوش مصنوعی
مدل
مهم‌ترین نکات این موفقیت:
• قابلیت اجرا به صورت Local بر روی سخت‌افزارهای شخصی و لپ‌تاپ‌های معمولی.
• نزدیکی عملکرد به مدل‌های قدرتمندی نظیر
• کاهش وابستگی به APIهای ابری و سرورهای سنگین برای انجام پردازش‌های تخصصی.
ما وارد دوره‌ای شده‌ایم که قدرت پردازشی پیشرفته نه در سرورهای ابری، بلکه بر روی سخت‌افزار شخصی کاربران رقم می‌خورد. این مدل نمونه‌ای بارز از بلوغ مدل‌های متن‌باز برای استفاده در تسک‌های روزمره و حرفه‌ای است.
#Qwen_3_8_27B #Artificial_Analysis
مدل
Qwen 3.8 27B با کسب امتیاز ۵۲ در بنچمارک Artificial Analysis، معادلات رقابت در حوزه مدل‌های هوش مصنوعی را تغییر داده است. این دستاورد نشان می‌دهد که مدل‌های Open-Weight اکنون عملکردی در سطح پرچمداران تجاری ارائه می‌دهند.مهم‌ترین نکات این موفقیت:
• قابلیت اجرا به صورت Local بر روی سخت‌افزارهای شخصی و لپ‌تاپ‌های معمولی.
• نزدیکی عملکرد به مدل‌های قدرتمندی نظیر
GPT-5.6 Luna و GLM-5.2.• کاهش وابستگی به APIهای ابری و سرورهای سنگین برای انجام پردازش‌های تخصصی.
ما وارد دوره‌ای شده‌ایم که قدرت پردازشی پیشرفته نه در سرورهای ابری، بلکه بر روی سخت‌افزار شخصی کاربران رقم می‌خورد. این مدل نمونه‌ای بارز از بلوغ مدل‌های متن‌باز برای استفاده در تسک‌های روزمره و حرفه‌ای است.
📊 Data➕Science 🇮🇷 - هوش مصنوعی و علم داده به فارسی
📩 ارتباط با ما
#Qwen_3_8_27B #Artificial_Analysis
انتشار مدل Qwen-Image-2.1 Turbo برای تولید تصویر
شرکت علی‌بابا نسخه جدید
ویژگی‌های اصلی این نسخه عبارتند از:
- تولید و ویرایش یکپارچه: قابلیت ایجاد تصاویر معمولی یا با پس‌زمینه شفاف (RGBA) و استخراج سوژه از عکس‌ها.
- ویرایش چندمنظوره: پشتیبانی از ۱۰ تصویر مرجع و اعمال ویرایش‌های محلی از طریق ماسک یا حاشیه‌نویسی با حفظ هویت سوژه‌ها.
- بهینه‌سازی محاسباتی: استفاده از معماری سبک با
- بهبود جزئیات: افزایش کیفیت تایپوگرافی و نورپردازی در پرتره‌ها.
شما می‌توانید از طریق کتابخانه Diffusers از وزن‌های این مدل به‌صورت محلی استفاده کنید یا از طریق API رسمی علی‌بابا به آن دسترسی داشته باشید. جزئیات بیشتر و دموها نیز در ModelScope در دسترس است.
#Qwen_Image_2_1_Turbo #denoising
شرکت علی‌بابا نسخه جدید
Qwen-Image-2.1-Turbo را منتشر کرد. این مدل که بر پایه همان معماری 7B مدل قبلی ساخته شده، اکنون با تنها مهم‌ترین مراحل denoising تصاویر 2K تولید می‌کند.ویژگی‌های اصلی این نسخه عبارتند از:
- تولید و ویرایش یکپارچه: قابلیت ایجاد تصاویر معمولی یا با پس‌زمینه شفاف (RGBA) و استخراج سوژه از عکس‌ها.
- ویرایش چندمنظوره: پشتیبانی از ۱۰ تصویر مرجع و اعمال ویرایش‌های محلی از طریق ماسک یا حاشیه‌نویسی با حفظ هویت سوژه‌ها.
- بهینه‌سازی محاسباتی: استفاده از معماری سبک با
mixed-granularity attention برای کاهش هزینه‌های استنتاج.- بهبود جزئیات: افزایش کیفیت تایپوگرافی و نورپردازی در پرتره‌ها.
شما می‌توانید از طریق کتابخانه Diffusers از وزن‌های این مدل به‌صورت محلی استفاده کنید یا از طریق API رسمی علی‌بابا به آن دسترسی داشته باشید. جزئیات بیشتر و دموها نیز در ModelScope در دسترس است.
🇮🇷 - هوش مصنوعی و علم داده به فارسی
🌐 سایت | تلگرام | بله | ایتا | ارتباط با ما
#Qwen_Image_2_1_Turbo #denoising