Allena AI institūts (Ai2) ir iepazīstinājis ar Multimodālo Atvērtā Valodas Modeli (Molmo) - jaudīgu jaunu atvērto avota AI modeli, kas spēj interpretēt attēlus un iesaistīties sarunās. Šīs tehnoloģijas mērķis ir dot izstrādātājiem, pētniekiem un jaunuzņēmumiem iespēju radīt AI aģentus, kas var veikt dažādus datoru uzdevumus, piemēram, tīmekļa pārlūkošanu, failu navigāciju un dokumentu izveidi. Ai2 izpilddirektors Ali Farhadi uzsver, ka Molmo ļaus plašāku multimodālo modeļu izvietošanu, kuri aizvien vairāk tiek uzskatīti par AI lietojumprogrammu nākotni. Lai gan lielie spēlētāji, piemēram, OpenAI un Google, ir izstrādājuši modeļus ar vizuālām spējām, šīs iespējas galvenokārt ir pieejamas, izmantojot maksas API, kas ierobežo to pielāgojamību konkrētiem lietojumiem. Pretstatā tam, Molmo piedāvā atvērta koda pieeju, kas ļauj izstrādātājiem pielāgot modeli ar īpašiem apmācības datiem, lai veiktu konkrētus uzdevumus, piemēram, izklājlapu pārvaldību. Ai2 izlaiž vairākas Molmo versijas, tostarp kompaktu 1 miljarda parametru modeli, kas piemērots mobilajām ierīcēm.

Neskatoties uz mazāko izmēru, Molmo atbilst lielāku komerciālo modeļu sniegumam, pateicoties augstas kvalitātes apmācības datiem. Lai arī Molmo atvērta avota daba veicina inovācijas, tas arī rada bažas par potenciālo ļaunprātīgu izmantošanu, piemēram, ļaundabīgo AI aģentu radīšanu. Neskatoties uz to, Farhadi uzskata, ka Molmo efektivitāte ļaus izstrādātājiem radīt sarežģītāku programmatūru, kas efektīvi darbojas mobilajās ierīcēs. Nākamais izaicinājums ir ne tikai uzlabot multimodālo modeļu spējas, bet arī uzlabot to loģiskās prasmes, kas ir būtiskas uzticamam sniegumam. Molmo izlaidums norāda uz soli tuvāk praktisko AI aģentu realizācijai, kas var darboties neatkarīgi no lieliem tehnoloģiju uzņēmumiem.