Cohere представила нову ШІ-модель для бізнес-аналітики

Канадська компанія Cohere представила нову візуальну модель штучного інтелекту Command A Vision, орієнтовану на корпоративний сектор. Модель, що працює на двох графічних процесорах, показала кращі результати у візуальних завданнях порівняно з провідними великими мультимодальними моделями (VLM).

Повідомляє видання Venturebeat.

Оптимізація візуального аналізу для бізнесу

Розробка Command A Vision була спрямована на оптимізацію процесу аналізу візуальних даних у бізнесі. Це включно з оптичним розпізнаванням тексту (OCR) у документах, графіках, схемах та PDF-файлах.

Завдяки своїм можливостям модель здатна зчитувати та інтерпретувати складні візуальні інструкції. Вона також аналізує зображення реальних сцен для виявлення потенційних ризиків.

Компанія Cohere підкреслює, що Command A Vision зберігає текстові функції попередньої моделі Command A та підтримує розпізнавання тексту щонайменше 23 мовами. Важливо, що новинка працює з меншою кількістю графічних процесорів, що знижує загальні витрати на її впровадження у корпоративних системах.

Технічна основа та навчання моделі

Архітектура моделі базується на технології Llava, яка перетворює візуальні елементи у спеціальні токени, що інтегруються з мовною моделлю. Процес навчання проходив у три етапи: узгодження візуальних даних з мовними, точне налаштування і подальше вдосконалення на основі зворотного зв’язку від людей.

Результати тестів і ринковий фокус

У тестуваннях Command A Vision перевершила такі моделі, як GPT-4.1 від OpenAI, Llama 4 Maverick від Meta та деякі рішення від Mistral. Зокрема, вона отримала середній результат 83,1% у дев’яти бенчмарках, що перевищує показники конкурентів.

Зважаючи на те, що сучасні підприємства активно працюють із графічними документами та іншими візуальними матеріалами, Cohere робить ставку на розвиток продуктів, які спрощують обробку таких даних. Компанія також пропонує свою модель у відкритому доступі, сподіваючись зацікавити організації, які прагнуть уникнути використання закритих систем штучного інтелекту.

Новинка Cohere демонструє, що візуальні функції ШІ можуть бути не лише потужними, але й доступними для широкого бізнес-сектору.

До цього видання Startup вже висвітлював стратегію компанії Cohere, яку оцінили у $5,5 млрд. Тоді компанія оголосила про зміщення фокуса з універсальних моделей на створення адаптованих ШІ-рішень для корпоративних клієнтів.