Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

アリババは、マルチモーダルエージェントにネイティブな視覚言語機能を追加することを目的とした、最新のオープンソースQwen3.5シリーズを発表しました。このシリーズでは、約4,000億個のパラメータを持つモデルが導入され、Mixture of Experts（MoE）とGated Delta Networksを組み合わせたハイブリッドアーキテクチャを採用しています。このモデルはユーザーインターフェースの理解と操作に優れており、従来の視覚言語モデル（VLM）を凌駕する性能を備えています。

Qwen3.5モデルは、コーディングやWeb開発から、モバイルおよびWebインターフェースにおける視覚的推論まで、幅広い応用範囲を誇ります。チャットアプリケーションや複雑な検索タスクにも対応しています。200以上の言語をサポートし、入力コンテキストの長さは100万トークンまで拡張可能です。512人のエキスパートと60層を備え、開発者にとって堅牢なツールとなっています。

開発者は、NVIDIA 開発者プログラムの一環として無料で提供される NVIDIA の GPU アクセラレーション エンドポイントを通じて Qwen3.5 にアクセスできるようになりました。これにより、ブラウザでの迅速な実験、迅速なテスト、そして個人データを用いたモデルの評価が可能になり、実世界におけるパフォーマンスを評価できます。さらに、NVIDIA がホストするモデルは、プログラムに登録することで無料でAPI経由で利用できます。

NVIDIAは、コンテナ化された推論マイクロサービスを提供するNVIDIA NIMによって、Qwen3.5の実稼働環境への導入をさらに容易にしています。カスタマイズに関しては、NVIDIA NeMoフレームワークを使用することで、開発者は特定のドメインニーズに合わせてモデルを微調整することができ、大規模な導入とドメイン固有の推論をサポートします。Qwen3.5の機能について詳しく知りたい方は、 Hugging Faceのモデルページにアクセスし、NVIDIAのビルドプラットフォームでテストすることをお勧めします。