अली क्लाउड बाईलियन बड़े मॉडल सेवा प्लेटफार्म ने हाल ही में "ऑडियो-वीडियो रीयल-टाइम इंटरैक्शन" सुविधा लॉन्च की है, जिससे उपयोगकर्ता बिना किसी प्रोग्रामिंग ज्ञान के आसानी से मल्टी-मोडल एआई अनुप्रयोग बना सकते हैं। यह नई सुविधा उपयोगकर्ताओं को तेजी से एआई मॉडल को वेब, आईओएस और एंड्रॉइड अनुप्रयोगों में एकीकृत करने और दूसरों के साथ साझा करने की अनुमति देती है।
उपयोगकर्ता सरल चरणों के माध्यम से स्मार्ट एजेंट अनुप्रयोग बना सकते हैं: पहले एक नया स्मार्ट एजेंट अनुप्रयोग बनाएं, फिर अली क्लाउड बाईलियन प्लेटफार्म पर आवश्यक पाठ, आवाज या दृश्य समझ बड़े मॉडल का चयन और कॉन्फ़िगर करें। प्लेटफार्म में 200 से अधिक बड़े मॉडल उपलब्ध हैं, जिसमें शक्तिशाली दृश्य एजेंट क्षमताओं वाला अली क्लाउड Qwen2-VL बड़ा मॉडल शामिल है। इसके बाद, उपयोगकर्ताओं को संकेत शब्द लिखने, ऑडियो-वीडियो API-KEY सेट करने और अपने विशेष एआई अनुप्रयोग को प्रकाशित करने की आवश्यकता होती है। प्रकाशित होने के बाद, उपयोगकर्ता विभिन्न प्रकाशन चैनलों का चयन कर सकते हैं, जैसे API, वेब, वीचैट मिनी प्रोग्राम, डिंगडिंग रोबोट आदि, या ऑडियो-वीडियो SDK के माध्यम से स्मार्ट एजेंट को वेब, आईओएस या एंड्रॉइड अनुप्रयोगों में एकीकृत कर सकते हैं।
इसके अलावा, अली क्लाउड बाईलियन प्लेटफार्म अतिरिक्त ट्यूटोरियल भी प्रदान करता है, जो उपयोगकर्ताओं को इंटरैक्शन पहचान की सटीकता बढ़ाने के लिए ज्ञान आधार कॉन्फ़िगर करने और एआई उत्तरों को अधिक स्थिर बनाने के लिए कार्यप्रवाह कॉन्फ़िगर करने में मदद करता है। वर्तमान में, अली क्लाउड बाईलियन पर सामान्य API की कीमत अब प्रति मिलियन टोकन न्यूनतम 0.3 युआन तक गिर गई है, जिससे उपयोगकर्ताओं को कम लागत में सुनने, देखने और बोलने वाले मल्टी-मोडल स्मार्ट एजेंट बनाने की अनुमति मिलती है, जैसे एआई सहायक, एआई शिक्षक, वर्चुअल साथी आदि।
इस नई सुविधा के लॉन्च ने एआई अनुप्रयोग विकास की बाधाओं को और कम कर दिया है, जिससे व्यक्तियों और कंपनियों को स्मार्ट अनुप्रयोगों का तेजी से निर्माण और तैनाती करने की अनुमति मिलती है, जो विविध व्यावसायिक आवश्यकताओं को पूरा करती है। अली क्लाउड बाईलियन बड़े मॉडल सेवा प्लेटफार्म का यह अपडेट एआई प्रौद्योगिकी के प्रसार और प्रौद्योगिकी अनुप्रयोग की कठिनाई को कम करने में महत्वपूर्ण प्रगति को प्रदर्शित करता है।
