AlibabaがマルチモーダルAIツールをデビューさせ、OpenAIとDeepSeekに挑戦

Alibaba Group Holding Ltd. は、中国のテックジャイアントがますます競争の激化するグローバルなAI戦線での地位を強化し続ける中、最新のマルチモーダルAIモデルであるQwenVLoを発表しました。 

このモデルは ユーザーが テキストプロンプトと視覚的入力を使用して画像を作成および編集することを可能にし、OpenAIやDeepSeekのような主要なAI開発者と同等、あるいは競合する能力を備えています。

QwenVLoは、Alibabaの以前の Qwen2. 5-VL ベースライン モデルの改善版であり、テキストから画像へ、画像から画像への生成など、新しいタスクのサポートに拡張されています。

注目すべき機能の1つはプログレッシブ生成（段階的生成）です。これにより、ユーザーは画像が構築される過程を見ることができます—これは今日のほとんどのAIツールでは稀な透明性とインタラクティブ性のレベルです。

「この新しくアップグレードされたモデルは、世界を『理解』するだけでなく、その理解に基づいて高品質な再現を生成します」と、同社はブログ記事で述べています。

AlibabaはQwenシリーズでAI戦略を強化

AIへの進出は、Alibabaの電子商取引支配のための単なる飾りではありません。同社は2024年初頭から積極的にAIへの参入を進めてきました。

2月、AlibabaのCEOであるEddie Wuは、電子商取引およびITの巨人が 通用人工智能 （AGI）における作業を優先すると述べました。彼は、AGIの開発がAlibabaの最優先事項になったと強調し、AIが同社の成長と将来の競争優位性においてますます重要になっていることを指摘しました。

AlibabaはすでにQwenブランドの下で、テキスト、画像、ビデオ、オーディオという特定のモダリティにそれぞれ tailored（特化）された一連のモデルをリリースしました。QwenVLo はこれらのミックスに取って代わり、モバイルやパーソナルノートパソコンなど、低スペックのマシンで実行できるように構築されています。しかし、効率的に実行するために依然として大量のクラウドコンピューティングパワーを必要とするほとんどの最先端AIモデルとは異なり、QwenVLo はより軽量です。

2025年3月、Quarkは新しいQwen機能を搭載した新しいQuarkアプリをリリースしました。現在、このアプリは検索、要約、クリエイティブツールを備えたAI搭載のスマートアシスタントとして機能します。これは、AlibabaがAIモデルを構築し、それらを消費者向け体験に織り込むという欲求を示しています。

AlibabaはAI競争でDeepSeekとOpenAIに挑戦

AlibabaによるQwenVLoのリリースは、世界中のAI関連イニシアチブの波と一致しています。米国発祥のOpenAIは、テキスト、画像、オーディオを理解して応答できる最新のマルチモーダルモデルであるGPT-4oをリリースしました。 

中国では、すべての目がDeepSeekに向けられていました。コスト効率性がAI開発において急速に成否を分ける課題となっている国内スタートアップであるDeepSeekは、わずか数百万ドルで競争力のある大規模言語モデルを作成したと主張しました。

中国のテック巨人たちはその後、より速く、安価で、多用途な同様のAIサービスを相次いでリリースしました。その最初の真剣なエントリーの一つがAlibabaのQwen Vloであり、高品質で軽量なマルチモーダル機能を提供することで、西洋および中国の競合他社と対抗する可能性があります。

現在の競争は、誰が最も賢いモデルを構築できるかというよりも、その知能をスケールして使用可能にするのが誰かという点にあります。

Alibabaは、アプリを毎日使用する人々—学生、デザイナー、ビジネスオーナー、開発者—が、迅速で使いやすく、さまざまなデバイスに最適化されたツールに殺到すると信じています。

しかし、Qwen VLoが市場でマーキーな名前がユーザーを支配するものかどうかは、まだ見えていません。しかし、アリババは明確なメッセージを発信しました：中国はAI覇権の競争で世界と歩調を合わせているだけでなく、それをリードする決意があるということです。