AlibabaのTongyi Labは、視覚および聴覚データ分析を通じて人間の感情を解釈できるオープンソース人工知能（AI）モデルであるR1-Omniを発表しました。
R1-OMNIは、検証可能な報酬（RLVR）で補強学習を利用し、その推論、精度、および適応性を高めます。このモデルは、AlibabaをOpenaiやDeepseekなどの大手AI競合他社とともに配置し、AIモデルセクターの戦略的進歩を示しています。 会社は次のように述べています。視覚的およびオーディオモダリティの両方が重要な役割を果たすタスクである感情認識に焦点を当て、RLVRとOMNIモデルを組み合わせる可能性を検証します。」 > R1-OMNIの学習をどのように進めるか
出力が検証可能な基準を満たしている場合にのみ動作します モデルのトレーニングプロセスには、15,000を超えるビデオサンプルを備えたMAFWやDFEWなどの大きなデータセットが組み込まれ、多様なシナリオ全体で認識を一般化する能力が向上しました。 href=”https://ghost.oxen.ai/why-grpo-is-important-and-how-it-works/”>グループ相対的なポリシー最適化（GRPO）
このアプローチは、パフォーマンスを損なうことなく学習プロセスを加速し、R1-OMNIが複雑なデータをより効率的に処理し、一貫した感情認識の精度を提供できるように設計されています。 2025年1月、Alibabaは、改善された推論と問題解決のために設計されたExperts（MOE）モデルであるQwen 2.5-Maxを立ち上げました。このモデルは、OpenAIのAPIと完全に互換性があり、開発者にスケーラブルなAIアプリケーション用のシームレスな統合オプションを提供します。
2月には、MOEアーキテクチャに基づいた推論に焦点を当てたモデルであるQWQ-Max-Previewのリリースが見られました。 Alibabaはベンチマークデータを差し控えましたが、計算効率のためのモデルの設計を強調しました。これは、高度なAIハードウェアエクスポートに対する米国の制限を強化する重要な属性です。
3月に、AlibabaはQWQ-32Bをポートフォリオに追加し、手頃なパフォーマンスと妥当性とコーディングタスクのバランスを提供しました。このモデルは、制約された計算環境内で作業する開発者に特に対応し、スケーラブルでアクセス可能なAIツールに対するアリババのコミットメントを強化します。加速は、規制と市場の圧力の中で競争の勢いを維持することを目的としています。 Deepseekは、GDPRコンプライアンスに関する欧州の規制当局からの精査の増加をナビゲートし、国家安全保障の懸念に関連する潜在的な制限に関する米国の議論に直面しています。 R1の推論モデルをトレーニングするために2,048 NVIDIA H800 GPUにのみ依存していたと主張していますが、制裁の前に会社が制限されたハードウェアを備蓄したかどうかについて推測がありました。
Alibabaのオープンソースと価格設定戦略:競争力のあるダイナミクスの形成
AlibabaのオープンソースAI開発アプローチは、アクセシビリティと業界の影響を拡大する戦略において重要な役割を果たします。今年初めにWAN 2.1 AIビデオモデルのリリースは、これらの取り組みを強調しています。
OpenaiのSORAやGoogleのVEO 2などの独自のプラットフォームに代わるオープンソースの代替品を提供することにより、Alibabaはアクセス可能なAIイノベーションの主要な擁護者としての地位を確立しています。このオープンソースのアプローチは、開発者の障壁を下げるだけでなく、アリババの長期的なAIエコシステムの拡大に勢いを増します。 2024年12月、同社はQWEN-VLモデルの価格を85％引き下げ、企業や開発者の手頃な価格を高めました。 2024年12月、同社はQwen-VLモデルの価格を85％削減し、AIをよりアクセスしやすくしました。オープンソースアクセスと競争力のある価格設定を組み合わせることにより、アリババは開発者と企業の間でその地位を強化し、スケーラブルで経済的に実行可能なソリューションを提供します。 Deepseekの今後のR2モデルは、特に規制の圧力とハードウェアの制限の中で、その推論の正確性と効率について綿密に評価されます。一方、AlibabaがR1-OMNIのような説明可能なAIモデルに重点を置いており、そのオープンソースイニシアチブは、アクセシビリティと効率のための新しい業界標準を設定するリーダーとして位置付けています。