Alibaba Tongyi Wan-Animate-2 ni ochiq manba sifatida chiqardi va tijorat yechimlari sifatiga erishdi
Batafsil
Pandaily
pandaily.com

Alibaba Tongyi Wan-Animate-2 ni ochiq manba sifatida chiqardi va tijorat yechimlari sifatiga erishdi

Alibabaning Tongyi Wan jamoasi personajlarni animatsiya qilish uchun freymvork boʻlgan Wan-Animate-2 ni taqdim etdi va u endi ochiq kirishda mavjud. Ushbu tizim arxitekturasi skelet pozasini ajratib olish va harakat xususiyatlarini siqish zaruriyatini butunlay yoʻq qiladi, videokodiqni toʻgʻridan-toʻgʻri diffuzion Transformerni kiritadi. Natijada, soniyada 24 kadr tezlikda ishlashga qodir tizim yaratildi va bevosita taqqoslashlarda ByteDanceʼdan Dreamina va Kuaishouʼdan KLING MotionControl kabi yopiq tijorat yetakchilari bilan teng keladigan natijalarni namoyish etadi.

Wan-Animate-2 ning asosiy yangiligi uning nimalardan qochishi bilan belgilanadi. Avvalgi usullar oʻrtacha pozani baholash bosqichini talab qilgan edi, bu esa boshlangʻich videoni skeletli ramkaga aylantirardi. Bu jarayon maʼlumotni siqish bilan birga, ramka ishlamay qolganda halokatli buzilishlarga olib kelardi. Wan-Animate-2 boshqaruv signalini xom piksel shaklida saqlab qoladi, bu esa diffuzion Transformerga moslikni mustaqil oʻrganish imkonini beradi, natijada qoʻllarning sezilarli darajada toza buzilishi va murakkab harakatlar paytida aʼzolaridagi artefaktlar kamayadi.

Freymvork imkoniyatlari bitta personajni animatsiyalashdan tashqari cheklanmaydi; u koʻp personajlar va koʻplab kameralar scenariylarini qoʻllab-quvvatlaydi. Bitta boshqaruv videorolik bir vaqtning oʻzida bir nechta maqsadli personajlarni boshqarishi mumkin, shuningdek, bir xil animatsiyani qayta oʻqitish zaruriyati boʻlmagan holda turli belgilangan kamera joylashuvlaridan chizish mumkin. Tizim shuningdek, standart boʻlmagan nisbatlar va personajlarning turli tana tuzilishlari bilan barqaror ravishda kurashadi, bu esa uzoq vaqtdan beri ochiq manbali personaj animatsiyasi loyihalarining aksariyatini qiynagan moʻrtlikni bartaraf etadi.

Bu yutuqning amaliy ahamiyati strukturaldir. Personajlarni animatsiya qilish uzoq vaqtdan beri yuqori tijorat darajasidagi video yaratishdagi tor joy boʻlib kelgan. Generatsiya modellar sahnalarni yaratishi, kompozitsiya personajlarni joylashtirishi mumkin edi, ammo stilizlangan personajni oʻz identifikatsiyasini saqlagan holda ixtiyoriy harakatni bajarishini olish deyarli doimo qoʻlda kadrma-kadr animatsiyaga yuklatilgan. Wan-Animate-2 bu boʻshliqni toʻldiradi va har qanday ishlab chiquvchi mahalliy ravishda ishga tushirishi mumkin boʻlgan ogʻirliklar (weights)ni taqdim etadi.

Tongyi Wan oilasi doirasidagi Alibabaning kengroq rejasi aniqroq boʻladi. Avgust oyida chiqarilgan Wan 3.0 korporativ foydalanish uchun hujjatlar kiritilishi bilan video generatsiyasini taʼminladi. Wan-Animate-2 esa ishlab chiquvchilar va ijodkorlar hamjamiyati uchun personajlarni animatsiya qilish imkoniyatlarini ochadi. Ushbu ikkita chiqarish birgalikda ishlab chiqarish siklining ikkala uchini ham qamrab oladi. Ochiq manbali video ekotizimi uchun muhimroq masala xitoy laboratoriyalari yopiq tijorat mahsulotlari sifatiga javob bera oladimi degan savol emas — ular buni allaqachon qildilar. Endi savol yangi modelni keyingi qayta ishlash vositalariga qanchalik tez integratsiya qilish haqida.

Oʻxshash hikoyalar

Alibaba Qwen-UI-Agentni taqdim etdi: barcha turdagi ekranlar bilan oʻzaro aloqa qura oladigan model
Batafsil
pandaily.com

Alibaba Qwen-UI-Agentni taqdim etdi: barcha turdagi ekranlar bilan oʻzaro aloqa qura oladigan model

Alibaba Qwen kompaniyasi 20 avgustda Qwen-UI-Agentni chiqardi. Ushbu model grafik interfeys (GUI) asosidagi agent boʻlib, u telefonlar, ish stoli kompyuterlari, veb va chuqur qidiruvdagi ishlarni qamrab oladi. Modelning asosiy gʻoyasi foydalanuvchi interfeysini tushunish, bosishlar, maʼlumot kiritish va surish kabi inson harakatlarini simulyatsiya qilish orqali vazifalarni bajarishdir.

Koʻpgina dasturiy taʼminotlar API ochishni nazarda tutmagani uchun, grafik interfeys eng universal kirish nuqtasi sifatida qaraladi. Qwen-UI-Agent ekranni eng katta interfeys deb bilib, toʻrt xil muhit uchun bitta modeldan foydalanadigan universal ijrochi sifatida ishlaydi.

Bu model uchun asosiy qiyinchilik haqiqiy qurilmalar bilan ishlashdir, chunki koʻplab GUI agentlari simulyatorlarda oʻqitiladi va haqiqiy uskuna ustida nosozliklar koʻrsatadi. Alibaba fizik qurilmalarda oʻqitish va baholash uchun 100 dan ortiq haqiqiy telefonlar va 150 dan ortiq ilovalarni oʻz ichiga olgan mobil muhit ishlab chiqdi hamda MobileWorld-Real nomli 400 ta vazifadan iborat benchmark yaratdi.

Mobil qurilmalarda MobileWorld 82,1 foiz natija koʻrsatdi, bu GPT-5.6 Sol, Claude Opus 4.8 va Seed 2.1 Pro kabi modellardan ustun. MobileWorld-Real Gemini 3.1 Pro kabi flagman qurilmalar orasida eng yaxshi natijalarni namoyish etdi, AndroidDaily esa 97,5 foizga yetdi. Ish stoli kompyuterlarida OSWorld-Verified 79,5 foizni olgan, brauzerda esa WebArena birinchi oʻrinni 73,6 foiz bilan egalladi; OSWorld-v2 dan foydalanganda bajarish qadamlari soni 58 foizga qisqartirildi. Namoyishlar Amap orqali qidirish, Xiaohongshu dan xulosalar tuzish va DingTalk da bron qilish imkoniyatini besh yoki oltita ilovada koʻrsatdi.

Ekranlar bilan oʻzaro aloqaga kiruvchi model samaradorlik muammolaridan koʻra, xavfsizlik muammolari bilan duch keladi. Qwen-UI-Agent xavfsizlikni bevosita vazifa bajarish jarayoniga integratsiya qiladi: noqonuniy yoki yuqori xavfli soʻrovlar kelganda, agent operatsiyadan voz kechadi va ishni tugatadi. Maxfiylikni talab qiladigan ssenariylar, masalan, qizil konvert yuborish, fayllarni oʻchirish yoki maxfiylik avtorizatsiyasini soʻrash bilan duch kelganda, u toʻxtaydi va tasdiqlashni kutadi. Masalan, «onamga Alipay orqali 500 yuan yubor» buyrugʻi berilganda, agent miqdorni va izohni toʻldiradi, keyin tasdiqlash olish uchun toʻlov bosqichida toʻxtaydi. Agar parvoz sanalari yoki kabina sinfi kabi maʼlumotlar mavjud boʻlmasa, u avval ushbu maʼlumotlarni soʻraydi.

Modelning harakatlar maydoni aralashdir: GUI dan tashqari, u buyruq satri (CLI) buyruqlarini bajarishga qodir, bunda CLI harakatlari ish stolidagi barcha harakatlarning deyarli yarmini tashkil etadi. 170 qadamdan iborat vazifa doirasida agent moliyaviy maʼlumotlarni tekshirdi, tahliliy skriptlarni ishga tushirdi, Excel, PPT va Word formatlarida hisobotlar yaratdi va vizual tekshirish yordamida loyihani sozladi. Bu paytda GUI vebdan maʼlumot olish uchun javobgar boʻlgan, CLI esa tahlil uchun. Oʻqitish agressiv amalga oshiriladi: kuchaytirish bilan onlayn oʻqitish 10 000 ta parallel muhitlardan foydalanib 100 dan ortiq qadam uzunligidagi yoʻnalishlarni qoʻllab-quvvatlaydi. Agent shuningdek proaktiv xizmatlarni taklif qiladi: masalan, reys bekor qilinganligi haqida ogohlantirilganda, u qayta bron qilish rejasi taklif qiladi va vazifalar telefon va ish stoli kompyuteri oʻrtasida uzatilishi mumkin, masalan, fotokutubxoniyadan chek olish va keyin ish stolidagi Excelda umumiy jadval yaratish. Shu tariqa, agent koʻrsatmalar kutishdan foydalanuvchiga gʻamxoʻrlikka oʻtadi.

API ichidagi dunyo ulardan ancha kengroq. Qwen-UI-Agent toʻgʻridan-toʻgʻri yondashuvni tanladi: dunyoni oʻzgartirishga urinmaslik, balki mavjud holatida undan foydalanishni oʻrganish, shu bilan texnik hisobot, loyiha sahifasi va kod joylashtirildi. Oddiy foydalanuvchilar uchun dolzarb masala bu ushbu imkoniyatlar qachon kundalik telefon yordamchilari integratsiyalashganligi va oddiy hamda murakkab vazifalarni hal qilish imkoniyati.

Alibaba Qwen ilovasini yangiladi va korporativ mijozlar uchun Wan 3.0 ni jamoat sinoviga chiqardi
Batafsil
pandaily.com

Alibaba Qwen ilovasini yangiladi va korporativ mijozlar uchun Wan 3.0 ni jamoat sinoviga chiqardi

Bu hafta Alibaba sunʼiy intellekt sohasida ikkita yangilanishni taqdim etdi, bunda isteʼmolchi va korxona auditoriyalari maqsadli ajratildi. 7-avgustda Qwen ilovasiga beshta yangi funksiya qoʻshildi: tadqiqot tahlili, rejalashtirilgan vazifalar, ish maydoni yordamchisi, agentlar maydoni va ovozli qoʻngʻiroqlar. Barcha bu funksiyalar Qwen3.8-MAX flagman modeli asosida ishlaydi va bepul taqdim etiladi.

6-avgustda Alibaba Cloud Tongyi video modelining uchinchi avlodini boʻlgan Wan 3.0 ning jamoat sinovini ochdi. Unga Alibaba Cloud Bailian, Wanxiang portal va Qwen PC mijoz orqali kirish mumkin.

Qwen ilovasidagi oʻzgarishlar isteʼmolchilar uchun yanada muhimroq voqea hisoblanadi. Yangi ish maydoni yordamchisi belgilangan maqsadlarni boʻlish, vositalardan foydalanish va natijalarni ham telefon, ham kompyuterda berish imkoniyatiga ega boʻlib, ilovaga oddiy chat-bot emas, balki yengil agent xususiyatlarini beradi. Bepul kirishni taqdim etish bozorni egallashga qaratilgan strategik harakatdir: Alibaba dastlab kirish nuqtasi sifatida miqyos va ustunlikka intiladi, toʻlovli ish maydoni kvotalarini esa keyingi paytga qoldiradi.

Wan 3.0 ning oʻziga xos jihati turli xil kiritish maʼlumotlari turlarini qabul qilish imkoniyatidir. Ushbu seriyada model birinchi marta standart hujjatlarni — doc, xls, ppt, pdf va md fayllarini toʻgʻridan-toʻgʻri kiritish sifatida qabul qiladi. Foydalanuvchi taqdimotni yuklab, javoban 30 soniyalik videoni soʻrashi mumkin. Bir marta hosil qilish 30 soniyagacha davom etadi. API narxlari 480p aniqlikda 0.3 yuan, 720p da 0.6 yuan va 1080p da 1.2 yuan deb belgilangan boʻlib, bu yuqori darajadagi studiyalar bilan raqobatlashishdan koʻra, kichik va oʻrta bizneslarning byudjetlarini jalb qilishga qaratilgan ongli urinishdir.

Kompaniyaning birgalikdagi stavkasi tuzilmaviy xarakterga ega. Modellar imkoniyatlari bir-biriga yaqinlashayotgani sababli, keyingi raqobatdosh ustunlik xom imkoniyatlar kundalik foydalanishga qanday qilib paketlanishi va joriy etilishi tezligida namoyon boʻladi. Alibaba strategiyasi isteʼmolchilar uchun bepul kirishni korxonalar uchun foydalanish boʻyicha toʻlov tizimi bilan birlashtirib, isteʼmolchilar daromadlari oxir-oqibat korporativ segmentni subsidiyalashiga imkon beradi. Qwen ilovasi funaldagi boshqaruvni amalga oshiradi, Wan 3.0 va Bailian API hisob-fakturalash uchun masʼul boʻladi.

Bu strategiyaning muvaffaqiyati uchta omilga bogʻliq: Wan 3.0 beta sinovidan qanchalik tez chiqishi, Qwen ish maydoni yordamchisi birinchi 13 ta bepul soʻrovdan soʻng professional foydalanuvchilarni saqlab qolishi va ByteDance dan Doubao hamda Tencent dan WorkBuddy API Wan 3.0 barqarorlashgunicha hujjatlardan video qayta ishlashning shunga oʻxshash qobiliyatga erisha olishi. Hozirgi vaqtda Alibaba MSP uchun narxlar bilan hujjatli kiritishni qoʻllab-quvvatlovchi video modelni chiqargan birinchi xitoy giperskeyler boʻlsa-da, bu imkoniyat oynasi uzoq vaqt ochilmaydi.

Mashhur