Qwen-VL-Plus

Мультимодальная модель с открытым исходным кодом, превосходящая DALL-E 3 в генерации и анализе изображений. Воспользуйтесь лицензией MIT, чтобы свободно использовать ее возможности в своих коммерческих проектах

Модель TTS, способная воспроизводить реалистичные голоса на более чем 140 языках. Наслаждайтесь естественным воспроизведением видео, используя всего 2-3 секунды эталонного аудио.

Мультимодальная языковая модель, превосходящая GPT-4 и DeepSeek в основных бенчмарках. Оптимизированная архитектура MoE позволяет снизить вычислительные затраты на 30% при сохранении выдающейся производительности.