Лаборатория Tongyi Lab компании Alibaba представила R1-Omni, модель искусственного интеллекта (ИИ) с открытым исходным кодом, способную интерпретировать человеческие эмоции посредством анализа визуальных и слуховых данных.
Модель R1-Omni была дважды продемонстрирована исследователями лаборатории Tongyi Lab. В ходе этих демонстраций было показано, что модель точно определяет эмоциональное состояние человека на видео. Кроме того, она описывала одежду и окружение человека.
R1-Omni является усовершенствованной версией модели с открытым исходным кодом HumanOmni и использует технологию Reinforcement Learning with Verifiable Reward (RLVR), что повышает её логику, точность и адаптивность. RLVR работает, вознаграждая модель ИИ только тогда, когда результаты соответствуют проверяемым критериям, обеспечивая процесс обучения модели на основе точной и надежной обратной связи. Это повышает способность R1-Omni точно распознавать сложные эмоциональные сигналы, получаемые как от визуальных, так и от слуховых источников.
В процессе обучения модели использовались большие наборы данных, такие как MAFW и DFEW, содержащие более 15 000 видеообразцов, что повысило её способность к обобщенному распознаванию в различных сценариях.
Благодаря возможности считывать эмоции, R1-Omni от Alibaba, похоже, на шаг опережает последнюю модель OpenAI. Эта разработка подчеркивает стремление Alibaba развивать технологии ИИ и их потенциальное применение.
Внедрение R1-Omni является продолжением более широкой стратегии Alibaba по разработке ИИ-моделей. В январе 2025 года Alibaba запустила Qwen 2.5-Max, модель Mixture-of-Experts (MoE), предназначенную для улучшения рассуждений и решения масштабных задач. Модель полностью совместима с API OpenAI, предоставляя разработчикам возможность беспрепятственной интеграции для масштабируемых приложений ИИ.
В феврале была выпущена QwQ-Max-Preview, модель, ориентированная на рассуждения и также основанная на архитектуре MoE.
В марте Alibaba добавила QwQ-32B — ИИ-модель, предлагающую баланс между доступной ценой и высокой производительностью для задач рассуждения и кодирования. Эта модель предназначена для разработчиков, работающих в ограниченных вычислительных средах, что подтверждает стремление Alibaba к созданию масштабируемых и доступных инструментов ИИ.
