شرکت شیائومی با رونمایی از MiMO Studio، یک پلتفرم هوش مصنوعی تحت وب مشابه ChatGPT، قدم بزرگی در حوزه AI برداشته است. این پلتفرم که توسط مدل جدید و قدرتمند MiMo-V2-Flash پشتیبانی می‌شود، به کاربران اجازه می‌دهد تا آخرین دستاوردهای شیائومی در زمینه مدل‌های زبانی بزرگ هوش مصنوعی را بدون نیاز به نصب هیچ نرم‌افزاری تجربه کنند.

خلاصه در یک نگاه

🔹 شیائومی پلتفرم هوش مصنوعی تحت وب MiMO Studio را برای رقابت با ChatGPT عرضه کرد.
🔹 این پلتفرم از مدل زبان بزرگ جدید شیائومی با نام MiMo-V2-Flash قدرت می‌گیرد.
🔹 مدل MiMo-V2-Flash به‌صورت متن‌باز منتشر شده و عملکردی بالاتر از سایر مدل‌های متن‌باز دارد.
🔹 هزینه استنتاج این مدل ۲.۵٪ مدل‌های تجاری مشابه و سرعت تولید محتوای آن دو برابر است.
🔹 دسترسی به این مدل از طریق API برای توسعه‌دهندگان با قیمت‌گذاری مشخص فراهم شده است.

MiMO Studio چیست و چه کاربردهایی دارد؟

«Xiaomi MiMO Studio» که به‌تازگی راه‌اندازی شده، یک پلتفرم ارتباطی تعاملی و آنلاین برای آزمایش مدل هوش مصنوعی MiMo-V2-Flash است. این سرویس گزینه‌هایی برای «مکالمات استدلالی عمیق» و «پاسخ‌های تقویت‌شده با جستجوی آنلاین» ارائه می‌دهد که آن را برای کاربردهایی مانند کدنویسی، تحقیق یا کسب دانش عمومی بسیار مفید می‌سازد.

شیائومی اعلام کرده است که در روزهای ابتدایی، تقاضا برای استفاده از این سرویس بسیار فراتر از انتظارات بوده است. به‌همین‌دلیل، ممکن است کاربران به‌دلیل ترافیک بالا با تأخیر در دسترسی به سرورها یا نیاز به تلاش مجدد برای ورود مواجه شوند. درحال‌حاضر، هیچ محدودیت جغرافیایی برای دسترسی به این سرویس اعلام نشده است.

MiMO Studio

نگاهی به مدل هوش مصنوعی MiMo-V2-Flash شیائومی

مدل MiMo-V2-Flash یک مدل «ترکیب متخصصان» (Mixture-of-Experts یا MoE) است که به‌طور اختصاصی توسط شیائومی برای سناریوهای عامل هوشمند (intelligent agent) توسعه یافته است. در معماری MoE، به‌جای یک مدل بزرگ یکپارچه، از چندین مدل کوچک‌تر و متخصص استفاده می‌شود که به افزایش کارایی و کاهش هزینه‌ها کمک می‌کند.

این مدل از معماری توجه ترکیبی (Hybrid Attention) بهره می‌برد که ترکیبی از توجه سراسری (Global Attention) و توجه پنجره لغزان (Sliding Window Attention) است. این ساختار به مدل اجازه می‌دهد تا زمینه (کانتکست) متن‌های طولانی را بهتر درک کند. در ادامه مشخصات فنی کلیدی این مدل آمده است:

ویژگی
توضیحات

مجموع پارامترها
۳۰۹ میلیارد

پارامترهای فعال
۱۵ میلیارد (در زمان استنتاج)

زمینه آموزش
آموزش‌دیده بر روی ۳۲ هزار توکن

مقیاس‌پذیری زمینه
قابل ارتقا تا ۲۵۶ هزار توکن

حوزه‌های تخصصی
وظایف استدلالی، تولید کد و پردازش‌های چندمرحله‌ای

مدل هوش مصنوعی MiMo-V2-Flash شیائومی

عملکرد رقابتی و مزیت‌های کلیدی

براساس اطلاعات فنی منتشرشده توسط شیائومی، MiMo-V2-Flash در چندین بنچمارک عمومی، یکی از دو مدل هوش مصنوعی متن‌باز برتر جهان محسوب می‌شود. مهارت‌های برنامه‌نویسی و منطقی این مدل از تمام مدل‌های متن‌باز دیگر پیشی گرفته و با مدل‌های قدرتمند متن‌بسته (closed-source) قابل‌مقایسه است.

بااین‌حال، مهم‌ترین برتری این مدل در بهره‌وری آن نهفته است. شیائومی ادعا می‌کند که هزینه استنتاج (inference cost) آن تنها ۲.۵ درصد مدل‌های بسته مشابه است، درحالی‌که سرعت تولید محتوای آن دو برابر سریع‌تر است. این ویژگی‌ها MiMo-V2-Flash را به گزینه‌ای ایده‌آل برای توسعه‌دهندگان و شرکت‌هایی تبدیل می‌کند که به‌دنبال هوش مصنوعی مقیاس‌پذیر بدون هزینه‌های عملیاتی بالا هستند.

بنچمارک مدل هوش مصنوعی MiMo-V2-Flash شیائومی

دسترسی متن‌باز و قیمت‌گذاری API برای توسعه‌دهندگان

شیائومی در راستای تعهد خود به نرم‌افزارهای متن‌باز (open-source)، وزن‌های مدل و کدهای استنتاج را تحت مجوز MIT منتشر کرده است. علاوه‌بر این، توسعه‌دهندگان می‌توانند از طریق رابط برنامه‌نویسی کاربردی (API) به این مدل دسترسی داشته باشند. قیمت‌گذاری API به شرح زیر است:

۰.۱۰ دلار به‌ازای هر یک میلیون توکن ورودی (Input)
۰.۳۰ دلار به‌ازای هر یک میلیون توکن خروجی (Output)

همچنین برای یک دوره محدود، استفاده از APIها به‌صورت رایگان ارائه می‌شود تا امکان آزمایش و یکپارچه‌سازی آن با اپلیکیشن‌های شخص ثالث تسهیل شود.

نظر شما درباره این اقدام شیائومی و ورود جدی آن به حوزه هوش مصنوعی چیست؟ آیا این پلتفرم می‌تواند به رقیبی جدی برای بازیگران بزرگ این عرصه تبدیل شود؟

بفرست برای دوستات