Qwen3.5-Omni-Online-Demo

מה זה

ממשק הגראדיו מחולק לשני מצבי עבודה שונים: מצב לא מקוון ומצב אינטראקציה בזמן אמת. אתם יכולים להזין טקסט, להעלות תמונות, קובצי וידאו או להקליט אודיו, ולקבל בחזרה תגובות בצ'אט שכוללות גם מלל וגם פלטי שמע שנוצרים בהזרמה.

מאחורי הקלעים הקוד מתחבר אל שירות קצה מרוחק באמצעות ספריית הלקוח של OpenAI, יחד עם שימוש באחסון ענן של oss2 לטיפול בקבצים. הממשק חושף שליטה בפרמטרי יצירה קלאסיים כמו טמפרטורה, System Prompt, וכן מדדי Top P ו־Top K, לצד אפשרות לבחור קולות מוגדרים מראש עבור התשובות הקוליות.

מתאים ל

• ניתוח תוכן מולטימדיה

  מעלים תמונה או סרטון קצר ובודקים את היכולת של המודל לתאר את מה שמופיע בהם.

• התנסות בשיחה קולית

  מקליטים שאלה במיקרופון ומקבלים תשובת אודיו חוזרת באמצעות מנגנון יצירת הקול המובנה.

• בדיקת פרמטרים להסקה

  משנים את מדדי הטמפרטורה והטקסט המקדים כדי לראות איך הם משפיעים על סגנון התשובה.

איפה זה נופל

ההדגמה רצה על חומרת מעבד בסיסית ואינה מארחת את המודל עצמו אלא קוראת לשרת חיצוני, כך שהיא לא משקפת ביצועי הרצה מקומית. לא ידוע מראש מהם גבולות גודל הקבצים שניתן להעלות לווידאו ולאודיו דרך הממשק. בנוסף, מי שבונה על פרטיות מלאה צריך לקחת בחשבון שהמדיה נשלחת לשירותי ענן חיצוניים כדי לעבור עיבוד.

איך משתמשים

פשוט נכנסים לממשק בדפדפן, בוחרים לשונית, מקלידים הנחיה או מעלים קובץ מדיה ולוחצים על Submit. מכיוון שהאפליקציה עצמה רצה על שרת בסיסי של מעבד בלבד, היא לא מעבדת את המודל הגדול ישירות אלא משמשת גשר API. זמני ההמתנה והמענה תלויים לחלוטין בעומס על שרתי ה־API החיצוניים שמספקים את התשובות בפועל.

הרישיון

הקוד של האפליקציה מפורסם תחת רישיון apache-2.0, שמאפשר שימוש חופשי ושינוי של הקוד. עם זאת, הרישיון לא מפרט מה תנאי השימוש במידע שמועלה לשירותי ה־API והענן שמחוברים אליו.

• שימוש מסחרי
• שינוי הקוד
• הפצה מחדש
• שימוש בפטנטים

הרישיון המלא ב־Hugging Face ↗