Qwen-MM-Plugins: новий набір плагінів для мультимодальних можливостей
Qwen-MM-Plugins: новий набір плагінів для мультимодальних можливостей
Qwen-MM-Plugins — це новий набір плагінів, що забезпечує мультимодальні можливості для агентних обвязок. Це відкриває нові горизонти для використання AI-технологій.
Qwen-MM-Plugins: новий набір плагінів для мультимодальних можливостей
Qwen представив новий набір плагінів під назвою Qwen-MM-Plugins. Цей набір дозволяє агентним обвязкам отримати мультимодальні можливості, що значно розширює їх функціональність.
Завдяки цим плагінам, розробники можуть інтегрувати мультимодальні можливості у свої проекти, що відкриває нові можливості для використання AI-технологій. Наприклад, вже з'явилися перші спроби зробити DeepSeek мультимодальним.
Цей розвиток підкреслює важливість адаптації AI-систем до нових вимог та можливостей, що виникають у сучасному світі.
Чому це важливо
АналітикаЦей набір плагінів дозволяє розробникам створювати більш складні та інтерактивні AI-системи. Мультимодальні можливості відкривають нові горизонти для застосування технологій у різних сферах.
Обговорити новину у спільноті
Діліться своїм досвідом та думками з ШІ-розробниками
Пов'язані матеріали екосистеми
Практичні гайди, термінологія та агентські скіли
Codex Plugins для початківців: що прийшло на зміну звичайним Skills
Вичерпний посібник з екосистеми плагінів у Codex: відмінності між Skills та Plugins, підключення Marketplaces, встановлення через GUI та CLI, інтеграція MCP-серверів та розробка власного плагіна.
Шість плагінів для DeepSeek Harness, які скорочують витрату токенів і наводять порядок у контексті
Огляд шести плагінів для DeepSeek Harness: безкоштовний доступ до моделей, керування пам’яттю, маршрутизація запитів і контроль контексту.
Оновлення ChatGPT: розробка та робочі процеси з плагінами й Codex
Повний практичний посібник зі створення, пакування, тестування та публікації плагінів для ChatGPT та Codex: специфікація маніфесту, MCP-сервери, lifecycle hooks, власні маркетплейси та процес рев'ю OpenAI.
Gemini Flash & Pro (Google Gemini)
Сімейство мультимодальних моделей від Google DeepMind, що поєднує рекордне контекстне вікно (до 2 млн токенів), екстремальну швидкість генерації (понад 150 токенів/с) та нативне сприйняття відео й аудіо.