تخطَّ إلى المحتوى الرئيسي
ToolPotion
مستشار الذكاء الاصطناعي
إرسال (مجاني)

WeMM-Video-35B-A3B

WeMM-Video-35B-A3B هو نموذج مزيج من الخبراء من عائلة WeMM-Video، مصمم لفهم الصوت والصورة بشكل مشترك والتفكير. هذا النموذج ثنائي اللغة الصينية-الإنجليزية يقبل مدخلات النصوص والصور والصوت والفيديو لتوليد ردود نصية. يمكنه وصف الأحداث، نسخ الكلام، والتفكير فيما يُرى ويسمع، مقدماً أوضاع ردود مباشرة وتفكير.

زيارة الرابط
مشاركة
لقطة شاشة لـ WeMM-Video-35B-A3B
لقطة شاشة لـ WeMM-Video-35B-A3B

WeMM-Video-35B-A3B هو نموذج مزيج من الخبراء متطور، جزء من عائلة WeMM-Video الأوسع، تم تطويره لفهم الصوت والصورة بشكل شامل والتفكير. مع 35 مليار معلمة إجمالية و3 مليار معلمة نشطة، تم تصميم هذا النموذج خصيصاً لمعالجة وتفسير المدخلات متعددة الوسائط، بما في ذلك النصوص والصور والصوت والفيديو، وتوليد ردود نصية متماسكة إما باللغة الصينية أو الإنجليزية.

قراءة المزيد

تشمل القدرات الأساسية للنموذج القدرة على دمج إطارات الفيديو مع مسارات الصوت الأصلية لوصف الأحداث، ونسخ الكلام بدقة، وأداء مهام التفكير بناءً على المعلومات البصرية والسمعية. كما أنه مرن بما يكفي للتعامل مع الفيديو الصامت، والصوت المستقل، والصور، ومدخلات النصوص بشكل مستقل. وهذا يجعله مناسباً لمجموعة واسعة من التطبيقات التي تتطلب فهماً عميقاً للسياق عبر أنواع الوسائط المختلفة.

معمارياً، يستخدم WeMM-Video-35B-A3B مشفرات الرؤية والصوت لتحويل مدخلات الوسائط إلى رموز، والتي تتم معالجتها بعد ذلك بواسطة نموذج لغوي جنباً إلى جنب مع النص. يتم إثراء إطارات الفيديو بطوابع زمنية للحفاظ على السياق الزمني. خضعت عائلة النموذج لتدريب مسبق مكثف على حوالي 1.2 تريليون رمز متعدد الوسائط، تلاها تقنيات تدريب متقدمة مثل OPD متعدد المعلمين، وMrDPO لمكافحة التكرار، وتعلم تعزيز متخصص لتعزيز أدائه وقوته.

تسهل خيارات الخدمة المختلفة النشر والتكامل. يمكن للمستخدمين إعداد بيئة Transformers وتشغيل الأمثلة مباشرة من مستودع WeMM-Video. يدعم النموذج متغيرات كمية مثل FP8 Block128، وAWQ W4A16، وGGUF Q4_K_M، وNVFP4 W4A16. بالنسبة للخدمة، فهو متوافق مع الإصدارات المرقعة من vLLM (0.18.0 و0.31.0) وSGLang (0.5.16 أو 0.5.19)، مما يسمح باستنتاج فعال، بما في ذلك التوازي في التنسور عبر وحدات معالجة الرسوميات المتعددة. كما يقدم النموذج أوضاع دردشة مختلفة، بما في ذلك وضع التعليم الافتراضي ووضع "التفكير" لردود التفكير.

لقد أظهر WeMM-Video-35B-A3B أداءً قوياً، مما أسس معياراً جديداً مفتوح المصدر. لقد أظهر تفوقه على نماذج ملكية مثل Qwen3.5-Omni-Flash وSeed2.0-Mini-0428، مما يقلل بشكل كبير من الفجوة في الأداء مع نماذج متقدمة مثل Gemini-3.0-Flash. تم إصدار النموذج بموجب رخصة Apache 2.0، مما يعزز الوصول المفتوح والتعاون داخل مجتمع الذكاء الاصطناعي.

  • الفئةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
  • نموذج التسعيرمفتوح المصدر
  • النشرسحابي
  • المنصاتالويب

  • معالجة ثنائية اللغة الصينية-الإنجليزية

  • فهم صوتي بصري مشترك والتفكير

  • يقبل مدخلات النصوص والصور والصوت والفيديو

  • يولد ردود نصية

  • يصف الأحداث من إطارات الفيديو ومسارات الصوت

  • ينسخ الكلام من الصوت

  • يفكر في المعلومات البصرية والسمعية

  • يدعم معالجة الفيديو الصامت والصوت المستقل

  • معمارية مزيج من الخبراء (35B إجمالي، 3B معلمات نشطة)

  • مدرب مسبقاً على 1.2 تريليون رمز متعدد الوسائط

  • مدرب بعدي باستخدام OPD متعدد المعلمين وMrDPO

  • تعلم تعزيز متخصص لأداء معزز

  • يدعم متغيرات كمية مختلفة (FP8، AWQ، GGUF، NVFP4)

  • متوافق مع إصدارات مرقعة من vLLM وSGLang للخدمة

  • يقدم أوضاع دردشة تعليمية وتفكير

  1. إعداد البيئة: تثبيت بيئة Transformers والاعتماديات اللازمة.

  2. تحميل النموذج: تحميل نموذج WeMM-Video-35B-A3B والمعالج من Hugging Face Hub.

  3. تحضير المدخلات: تقديم مدخلات الوسائط مثل ملفات الفيديو MP4، الصوت المستقل، الصور، أو النصوص.

  4. معالجة الوسائط: استخدام السكربت لمعالجة إطارات الفيديو بمفردها أو مع مسار الصوت الأصلي.

  5. توليد الردود: إرسال الطلبات إلى النموذج، مع تحديد وضع الدردشة (تعليم أو تفكير) لتوليد النص.

  6. خدمة النموذج (اختياري): تثبيت تصحيح وقت التشغيل WeMM واستخدام vLLM أو SGLang المرقعة لخدمة API.

  7. إرسال طلبات API: استخدام عميل الطلبات المدمج لإرسال الوسائط مباشرة إلى نقطة نهاية دردشة متوافقة مع OpenAI.

  • تحليل محتوى الفيديو
  • نسخ الكلام
  • التفكير متعدد الوسائط
  • معالجة المحتوى ثنائي اللغة
  • وصف الأحداث الصوتية البصرية
  • تطوير نماذج الذكاء الاصطناعي
  • البحث والتجريب

أدوات ذكاء اصطناعي شائعة مثل WeMM-Video-35B-A3B

Llama-3.2-11B-Vision-Instruct

نماذج الذكاء الاصطناعي

Llama-3.2-11B-Vision-Instruct هو نموذج ذكاء اصطناعي متعدد الوسائط مصمم للتعرف البصري، واستنتاج الصور، والتعليق. تم تطويره بواسطة ميتا، ويجمع بين مدخلات النص والصورة لتقديم قدرات…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج ذكاء اصطناعي متعدد الوسائط مصمم للتعرف البصري، واستنتاج الصور، والتعليق. تم تطويره بواسطة ميتا، ويجمع بين مدخلات النص والصورة لتقديم قدرات…Llama-3.2-11B-Vision-Instruct هو نموذج ذكاء اصطناعي متعدد الوسائط مصمم للتعرف البصري، واستنتاج الصور، والتعليق. تم تطويره بواسطة ميتا، ويجمع بين مدخلات النص والصورة لتقديم قدرات…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

الخطوة 3.7 فلاش

نماذج اللغة الكبيرة

الخطوة 3.7 فلاش هو نموذج رؤية-لغة مختلط من نوع Mixture-of-Experts مصمم لأعباء العمل الإنتاجية عالية التردد. يجمع بين هيكل لغوي ومشفّر بصري لدعم المهام المكثفة مثل تحليل التقارير…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة

المرتبة 81 في نماذج اللغة الكبيرة

عرض الأداة

نماذج اللغة الكبيرة

نموذج رؤية-لغة مختلط من نوع Mixture-of-Experts مصمم لأعباء العمل الإنتاجية عالية التردد. يجمع بين هيكل لغوي ومشفّر بصري لدعم المهام المكثفة مثل تحليل التقارير…الخطوة 3.7 فلاش هو نموذج رؤية-لغة مختلط من نوع Mixture-of-Experts مصمم لأعباء العمل الإنتاجية عالية التردد. يجمع بين هيكل لغوي ومشفّر بصري لدعم المهام المكثفة مثل تحليل التقارير…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
المرتبة 81 في نماذج اللغة الكبيرة

Apertus 1.5

نماذج اللغة الكبيرة

Apertus 1.5 هو مجموعة من نماذج اللغة متعددة اللغات ومتعددة الوسائط مصممة لدعم مجموعة واسعة من اللغات والسياقات. يوفر وصولاً مفتوح المصدر وقدرات محسّنة في التفكير، مما يجعله…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة

المرتبة 72 في نماذج اللغة الكبيرة

عرض الأداة

نماذج اللغة الكبيرة

مجموعة من نماذج اللغة متعددة اللغات ومتعددة الوسائط مصممة لدعم مجموعة واسعة من اللغات والسياقات. يوفر وصولاً مفتوح المصدر وقدرات محسّنة في التفكير، مما يجعله…Apertus 1.5 هو مجموعة من نماذج اللغة متعددة اللغات ومتعددة الوسائط مصممة لدعم مجموعة واسعة من اللغات والسياقات. يوفر وصولاً مفتوح المصدر وقدرات محسّنة في التفكير، مما يجعله…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
المرتبة 72 في نماذج اللغة الكبيرة

Llama-4 Maverick 17B-128E Instruct

نماذج الذكاء الاصطناعي

Llama-4 Maverick 17B-128E Instruct هو نموذج ذكاء اصطناعي متعدد الوسائط تم تطويره بواسطة ميتا، مصمم لفهم النصوص والصور بشكل متقدم. يستفيد من بنية مزيج من الخبراء لتقديم أداء عالٍ…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج ذكاء اصطناعي متعدد الوسائط تم تطويره بواسطة ميتا، مصمم لفهم النصوص والصور بشكل متقدم. يستفيد من بنية مزيج من الخبراء لتقديم أداء عالٍ…Llama-4 Maverick 17B-128E Instruct هو نموذج ذكاء اصطناعي متعدد الوسائط تم تطويره بواسطة ميتا، مصمم لفهم النصوص والصور بشكل متقدم. يستفيد من بنية مزيج من الخبراء لتقديم أداء عالٍ…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Nemotron-Labs-Audex-2B

نماذج اللغة الكبيرة

Nemotron-Labs-Audex-2B هو نموذج لغوي كبير موحد لمعالجة الصوت والنص مصمم لمهام الصوت مثل الفهم والتعرف والترجمة. يدعم كل من وضعي التفكير والتعليم، مما يوفر حلاً مضغوطًا وفعالًا…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة

المرتبة 33 في نماذج اللغة الكبيرة

عرض الأداة

نماذج اللغة الكبيرة

نموذج لغوي كبير موحد لمعالجة الصوت والنص مصمم لمهام الصوت مثل الفهم والتعرف والترجمة. يدعم كل من وضعي التفكير والتعليم، مما يوفر حلاً مضغوطًا وفعالًا…Nemotron-Labs-Audex-2B هو نموذج لغوي كبير موحد لمعالجة الصوت والنص مصمم لمهام الصوت مثل الفهم والتعرف والترجمة. يدعم كل من وضعي التفكير والتعليم، مما يوفر حلاً مضغوطًا وفعالًا…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
المرتبة 33 في نماذج اللغة الكبيرة

جمني 3.1 برو — جوجل ديب مايند

نماذج الذكاء الاصطناعي

جمني 3.1 برو هو نموذج متقدم للذكاء الاصطناعي مصمم للمهام المعقدة والتفكير العميق. يتفوق في الفهم متعدد الوسائط، مما يوفر استجابات ذكية وموجزة، مما يجعله مثالياً للتعلم والتخطيط…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج متقدم للذكاء الاصطناعي مصمم للمهام المعقدة والتفكير العميق. يتفوق في الفهم متعدد الوسائط، مما يوفر استجابات ذكية وموجزة، مما يجعله مثالياً للتعلم والتخطيط…جمني 3.1 برو هو نموذج متقدم للذكاء الاصطناعي مصمم للمهام المعقدة والتفكير العميق. يتفوق في الفهم متعدد الوسائط، مما يوفر استجابات ذكية وموجزة، مما يجعله مثالياً للتعلم والتخطيط…

مميزةنماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Llama-4-Scout-17B-16E-Instruct

نماذج الذكاء الاصطناعي

Llama-4-Scout-17B-16E-Instruct هو نموذج ذكاء اصطناعي متعدد الوسائط مصمم بواسطة ميتا. يستفيد من بنية مزيج من الخبراء لتوفير قدرات متقدمة في فهم النصوص والصور، ويدعم المخرجات متعددة…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

نماذج الذكاء الاصطناعي

نموذج ذكاء اصطناعي متعدد الوسائط مصمم بواسطة ميتا. يستفيد من بنية مزيج من الخبراء لتوفير قدرات متقدمة في فهم النصوص والصور، ويدعم المخرجات متعددة…Llama-4-Scout-17B-16E-Instruct هو نموذج ذكاء اصطناعي متعدد الوسائط مصمم بواسطة ميتا. يستفيد من بنية مزيج من الخبراء لتوفير قدرات متقدمة في فهم النصوص والصور، ويدعم المخرجات متعددة…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

Qwen3-VL

مستودعات GitHub للذكاء الاصطناعي

Qwen3-VL هو سلسلة من نماذج اللغة والرؤية من فريق Qwen في Alibaba Cloud، تم إصدارها بأحجام Dense وMixture-of-Experts مع إصدارات تعليمية وتفكير. يقرأ الصور والفيديو والنصوص مع نافذة…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض الأداة

مستودعات GitHub للذكاء الاصطناعي

سلسلة من نماذج اللغة والرؤية من فريق Qwen في Alibaba Cloud، تم إصدارها بأحجام Dense وMixture-of-Experts مع إصدارات تعليمية وتفكير. يقرأ الصور والفيديو والنصوص مع نافذة…Qwen3-VL هو سلسلة من نماذج اللغة والرؤية من فريق Qwen في Alibaba Cloud، تم إصدارها بأحجام Dense وMixture-of-Experts مع إصدارات تعليمية وتفكير. يقرأ الصور والفيديو والنصوص مع نافذة…

نماذج الذكاء الاصطناعي ونماذج اللغة الكبيرة
عرض أفضل 250 من مستودعات GitHub للذكاء الاصطناعي
1 من 8