ملخص البرنامج التعليمي عبر الإنترنت | نماذج Qwen المستمرة على مستوى SOTA، تغطي معالجة النصوص/إنشاء الفيديو/المساعدة البرمجية

في الآونة الأخيرة، واصل فريق Alitong Yiqianwen تحديث كفاءة المصدر المفتوح بسرعة "ملك الحجم".وتغطي النماذج مفتوحة المصدر التي تم إصدارها خلال أسبوعين ثلاثة مجالات أساسية: إنشاء الصور، وإنشاء الفيديو، ومساعدة البرمجة، كما تم إطلاق نسخة جديدة من النموذج غير المفكر.لا يقتصر الأمر على أن سرعة تكرارها تتفوق على متوسط الصناعة فحسب، بل إنها قامت أيضًا بتحديث SOTA في الميدان عدة مرات.

على سبيل المثال، يحقق Qwen-Image، نموذج توليد الصور الأساسي، عرضًا صينيًا دقيقًا؛ يوفر نموذج البرمجة "على مستوى الحلوى" Qwen3-Coder-Flash كفاءة نشر نموذج خفيفة الوزن مع تحقيق قدرات معالجة المهام المعقدة بالقرب من نماذج المصدر المغلق ذات المستوى الأعلى؛ حقق Qwen3-30B-A3B-Instruct-2507 قفزة شاملة في القدرة على التفكير، ويمكن مقارنته بـ GPT-4o حتى مع تنشيط معلمات 3B فقط؛ يمكن لـ Wan 2.2، أول نموذج توليد فيديو MoE في العالم، أيضًا تشغيل مقاطع فيديو AI مع تأثيرات سينمائية على بطاقات الرسومات المخصصة للمستهلكين.

بالإضافة إلى ذلك، أصدر فريق Tongyi Qianwen في السابق نماذج كبيرة مثل سلسلة Qwen2.5-VL-32B-Instruct وQwen3، والتي يطلق عليها بعض المطورين اسم "Source God".يواصل فريق Tongyi Qianwen إثراء مصفوفة نموذج المصدر المفتوح الخاصة به، وترسيخ الابتكار المعماري، وتحسين الكفاءة، والاختراقات ثلاثية الأبعاد في تطوير المشهد، مع أداء يضاهي عمالقة الصناعة.بالنسبة للمطورين، فإن تحديث وتكرار نماذج المصدر المفتوح لا يقلل بشكل كبير من تكلفة نشر النموذج فحسب، بل يعمل أيضًا على تنشيط حيوية الابتكار لدى المستخدمين ويعزز ازدهار وتطوير وتنفيذ تقنية الذكاء الاصطناعي.

حاليًا، يُطلق قسم "الدروس التعليمية" على الموقع الرسمي لشركة HyperAI العديد من الدروس التعليمية لنماذج Tongyi مفتوحة المصدر. إذا كنت تبحث عن منصة شاملة لتجربة نماذج Tongyi الكبيرة ونشرها، فنحن نرحب بك لتجربتها، ولتشهد معًا الإنجازات التكنولوجية والابتكارات التطبيقية لنماذج Tongyi المحلية مفتوحة المصدر!

1. نشر Qwen3-4B-2507 بنقرة واحدة

* التشغيل عبر الإنترنت:https://go.hyper.ai/D0xCy

يتفوق النموذج بشكل كبير على نموذج Qwen3 الصغير من نفس الحجم في حل المشكلات المعقدة والقدرة الرياضية والقدرة على الترميز والقدرة على استدعاء الوظائف متعددة الجولات.

2. Qwen-Image: نموذج صورة مع إمكانيات متقدمة لعرض النص

* التشغيل عبر الإنترنت:https://go.hyper.ai/xQgqj

حقق هذا النموذج تقدمًا كبيرًا في مجال عرض النصوص، حيث يدعم إخراجًا عالي الدقة على مستوى الفقرة متعددة الأسطر باللغتين الصينية والإنجليزية، ولديه القدرة على استعادة المشاهد المعقدة والتفاصيل على مستوى المليمتر بدقة.

3. نشر Qwen3-Coder-30B-A3B-Instruct بنقرة واحدة

* التشغيل عبر الإنترنت:https://go.hyper.ai/jC7S9

يتميز هذا النموذج بأداء ممتاز مقارنةً بالنماذج المفتوحة في ترميز الوكيل، واستخدام متصفح الوكيل، ومهام الترميز الأساسية الأخرى. بفضل فهمه القوي للسياق وقدراته على التفكير المنطقي، يمكنه التعامل بكفاءة مع مهام الترميز بلغات برمجة متعددة.

4. نشر Qwen3-30B-A3B-Instruct-2507 بنقرة واحدة

* التشغيل عبر الإنترنت:https://go.hyper.ai/9Z43U

هذا النموذج هو نسخة مُحدثة من وضع عدم التفكير في Qwen3-30B-A3B. ميزته الرئيسية هي أنه بتفعيل مُعامل 3B فقط، يُمكنه إظهار قدرات تُضاهي قدرات Gemini 2.5-Flash (وضع عدم التفكير) وGPT-4o.

5. Wan2.2: نموذج مفتوح ومتقدم لتوليد الفيديو واسع النطاق

* التشغيل عبر الإنترنت:https://go.hyper.ai/AXaIS

يُقدّم هذا النموذج لأول مرة بنية مزيج الخبراء (MoE)، مما يُحسّن جودة الإنتاج وكفاءة الحوسبة بشكل فعّال. كما يُقدّم نظامًا رائدًا للتحكم الجمالي على مستوى الفيلم، يُمكّنه من التحكم بدقة في التأثيرات الجمالية كالضوء والظل واللون والتركيب.

6. استخدم vLLM+Open-webUI لنشر Qwen3-30B-A3B

* التشغيل عبر الإنترنت:https://go.hyper.ai/OmVjM

بالمقارنة مع الإصدارات السابقة، يدعم Qwen3-30B-A3B التبديل السلس بين وضع التفكير ووضع عدم التفكير، مما يضمن الأداء الأمثل في السيناريوهات المختلفة.

7. استخدم vLLM+Open-webUI لنشر نماذج سلسلة Qwen3

* التشغيل عبر الإنترنت:https://go.hyper.ai/RpS5S

بفضل خبرته التدريبية الواسعة، حقق Qwen3 إنجازاتٍ كبيرة في مجالات التفكير المنطقي، واتباع الأوامر، وقدرات الوكلاء، ودعم تعدد اللغات. يدعم معالجة النصوص والصور والصوت والفيديو، مُلبيًا بذلك احتياجات إنشاء المحتوى متعدد الوسائط والمهام متعددة الوسائط. يوفر المشروع خمسة نماذج: 14B، 8B، 4B، 1.7B، و0.6B.

8. نشر Qwen2.5-VL-32B-Instruct-AWQ بنقرة واحدة

* التشغيل عبر الإنترنت:https://go.hyper.ai/EVDhc

استنادًا إلى سلسلة Qwen2.5-VL، تم تحسين هذا النموذج بتقنية التعلم التعزيزي، محققًا نقلة نوعية في قدرات الوسائط المتعددة بمقياس معاملات يبلغ 32B. وقد تم تطوير الميزات الأساسية في التحليل البصري الدقيق، وأسلوب الإخراج، والتفكير الرياضي بشكل كامل.