قدم معهد ألين للذكاء الاصطناعي (Ai2)، وهو منظمة غير ربحية للأبحاث، سلسلة من نماذج اللغة متعددة الوسائط المفتوحة المصدر باسم Molmo، مدعيًا أنها تنافس أداء النماذج الملكية الرائدة من OpenAI و Google و Anthropic. يُقال إن أكبر نموذج Molmo، الذي يتفاخر بوجود 72 مليار معلمة، يتجاوز نموذج GPT-4o من OpenAI، الذي يحتوي على أكثر من تريليون معلمة، في الاختبارات المتعلقة بتفسير الصور والمستندات. بالإضافة إلى ذلك، يتطابق الإصدار الأصغر ذو 7 مليارات معلمة تقريبًا مع النموذج الأعلى من OpenAI، وذلك بفضل ممارسات جمع البيانات والتدريب الفعالة لـ Ai2. يؤكد علي فرهادي، الرئيس التنفيذي لـ Ai2، أن Molmo يُظهر جدوى الذكاء الاصطناعي المفتوح المصدر، مما يسمح للمطورين ببناء التطبيقات بحرية. وعلى الرغم من أن أجزاء من نموذج Molmo الأكثر قوة تظل غير مكشوفة، إلا أن هناك عرضًا تجريبيًا متاحًا على منصة Hugging Face. وعلى عكس النماذج متعددة الوسائط الأخرى التي دُربت على بيانات صاخبة جُمعت من الإنترنت، يعتمد Molmo على مجموعة بيانات مختارة بعناية تحتوي على 600, 000 صورة، مما يحسن الأداء بشكل كبير مع استخدام موارد أقل، حسبما أفاد مدير أول آني كيمبهافي.

تم تحقيق هذا من خلال التعليقات التوضيحية البشرية التفصيلية التي تحولت إلى بيانات عبر تقنيات الذكاء الاصطناعي، مما سرع عملية التدريب. يؤكد الخبراء مثل يسين جيرنيت من Hugging Face وبيرسي ليانغ من ستانفورد على فوائد التدريب على بيانات عالية الجودة لتقليل تكاليف الحوسبة. إحدى الميزات البارزة لـ Molmo هي قدرته على "الإشارة" إلى العناصر في صورة، مما يحسن التفاعلات مع واجهات المستخدم. في عرض تجريبي، نجح النموذج في تحديد وعدّ العناصر في صورة ولكنه كان قاصرًا في تحديد عناصر محددة. يلتزم Ai2 بالانفتاح وهو ما يميزه عن الشركات الأخرى في مجال الذكاء الاصطناعي، وتعتمد إمكانات Molmo على التطبيقات التي ينشئها المطورون. يجادل فرهادي أنه بينما تستقطب النماذج الملكية استثمارات كبيرة، فإن النهج المفتوح المصدر قد يؤدي إلى عوائد أفضل لأنه يستخدم الموارد بكفاءة ويشجع على الابتكار. يقول فرهادي: "نحن متحمسون لتمكين الآخرين ونرى ماذا سيبنون بهذه النماذج".