Il nuovo modello AI di Alibaba può elaborare video e audio sui telefoni

Alibaba ha rilasciato un nuovo modello AI come parte della serie Quen. Il gigante della tecnologia afferma che questo modello è in grado di elaborare video, audio, immagini e testo. È anche abbastanza efficiente da funzionare direttamente su laptop e telefoni cellulari.

L'azienda ha menzionato che il nuovo modello, disponibile su GitHub e Hugging Face, può essere utilizzato negli agenti AI. Questi agenti AI aiuteranno i non vedenti a navigare nel loro ambiente con l'aiuto di descrizioni audio in tempo reale.

Alibaba è stata piuttosto veloce con i suoi nuovi rilasci. Il gigante della tecnologia sembra puntare tutto sulla tecnologia AI nel 2025. A pochi giorni dal rilascio di DeepSeek, il gigante dell'e-commerce ha rilasciato una nuova versione del suo modello Quen. All'inizio di marzo, ha anche rilasciato una versione più recente di Quart, la sua app di assistente AI.

Alibaba non è l'unica azienda a lavorare sull'AI multimodale. Competitori come OpenAI e Google di Alphabet Inc. hanno anche introdotto strumenti di AI generativa in grado di gestire diversi tipi di input come testo e audio. Martedì, OpenAI ha aggiunto funzionalità avanzate di generazione di immagini a ChatGPT, ampliando ulteriormente le sue capacità.

L'azienda ha dichiarato che prevede di investire di più nella sua rete di AI e cloud computing rispetto agli ultimi dieci anni. Alibaba mira a diventare un partner chiave per le aziende che sviluppano e applicano l'AI in contesti pratici, man mano che i modelli diventano più avanzati e richiedono più potenza di calcolo. 

Nel frattempo, i servizi AI a basso costo della Cina stanno sfidando le offerte a prezzo più elevato delle principali aziende statunitensi, mettendo sotto pressione i loro modelli di business. Tuttavia, non tutti sono ancora convinti che questi rilasci di AI superino o eguaggino la tecnologia occidentale all'avanguardia.