Enver KOÇAK
Yapay zekâ ekosisteminde multimodal çözümler hızla çeşitlenirken, Tencent Cloud düzenlediği zirvede yeni nesil teknolojilerini görücüye çıkardı. Şirket, ses ve video işleme alanındaki markası WAND çatısı altında geliştirdiği WAND-Vega modelini ve gerçek zamanlı etkileşim servislerini duyurdu. Yapılan açıklamaya göre bu sistem, halihazırda günlük milyonlarca görsel ve video üretimiyle dikkat çeken altyapıyı daha da ileri taşıyor.
Görsel ve Video Üretiminde Günlük Devasa Rakamlar
Tencent Cloud’un ses ve video yapay zekâ markası WAND, Hunyuan ve diğer ana akım multimodal modelleri tek çatı altında topluyor. Sistem içerisinde üretim, anlama, işleme ve kodlama gibi aşamaları kapsayan yüzüncü aşkın medya aracı yer alıyor. Şirket, bu araçların mevcut bulut ürünleri ve standart API’ler aracılığıyla kolayca çağrılabildiğini belirtiyor.
Güncellenen WAND-Vega modeli, Tencent tarafından optimize edilmiş açık kaynaklı güçlü altyapılar üzerine kuruldu. Görsel, video ve konuşma verilerini hem üretebilen hem de anlayabilen bu yapı; reklamcılık, e-ticaret, kısa dramalar, çizgi romanlar ve içerik platformları için özel olarak ayarlandı. Ayrıca eylül ayında önizlemesi sunulan Hy Image 3.5 modeli de afiş ve e-ticaret görselleri üretmek üzere sisteme entegre edildi.
Paylaşılan verilere göre WAND altyapısı bugün iki binden fazla kurumsal müşteriye hizmet veriyor. Sistem üzerinden günlük olarak 4,5 milyondan fazla görsel ve 3 milyon saniyelik video üretiliyor. Şirket bu sayede müşterilerin toplam içerik üretim maliyetlerinde yüzde 20 civarında bir düşüş sağlandığını vurguluyor. Eskiden haftalar süren bir kısa dramanın yapımı, senaryodan kurguya kadar artık saatler içinde tamamlanabiliyor.
Gerçek Zamanlı Etkileşim ve Bulut Çağrı Merkezleri
Tencent Cloud etkinlikle birlikte Real-time Intelligence adını verdiği gerçek zamanlı etkileşim servisini de tanıttı. Küresel düşük gecikmeli ağ altyapısı üzerine kurulan bu sistem; konuşma tanıma, sentezleme ve gerçek zamanlı işleme özelliklerini birleştiriyor. Geliştirilen iki farklı ajan türü, kullanıcıların akışını bölmeden soru sormasına ya da dağınık ses verilerini yapılandırılmış bilgiye dönüştürmesine olanak tanıyor.
Sağlık, lojistik, yapay zekâ arkadaşlığı ve mülakat eğitimi gibi farklı alanlarda kullanılmaya başlanan bu servis, bulut çağrı merkezleri için tasarlanan sesli ajanlarla destekleniyor. Telefon görüşmeleri için optimize edilen diyalog modeli; gelen aramaları, giden takiplerini ve insan personelle paylaşılan yanıtları yönetebiliyor. Otomotiv, finans, sigorta ve imalat sektörlerinde devreye sokulan bu ajanlar, sadece yanıt vermekle kalmayıp sorunları çözmeyi hedefliyor.
Donanım ve uç bilişim tarafında ise EdgeOne Booster dikkat çekiyor. Kullanıcılara yakın uç noktalarda ağ hızlandırma, güvenlik ve model çıkarımı koşturan bu teknoloji, DroidUp’ın Moya robotunun ilk yanıt hızını yüzde 30 artırırken etkileşim sarsıntısını önemli ölçüde düşürdü. AgiBot ve DroidUp ile yürütülen bu ortaklıklar, şirketin embodied AI yani fiziksel yapay zekâ alanındaki yatırımlarını gözler önüne seriyor.
Sektörel Dönüşüm ve Maliyet Avantajı
Tencent Cloud’un sunduğu bu devasa ölçekli araçlar, kurumsal içerik üretim süreçlerinde maliyetleri düşürürken üretim sürelerini dramatik biçimde kısaltıyor. Günlük milyonlarca görsel üreten bir altyapının pratik hayatta bu denli hızlı sonuç vermesi, medya ve e-ticaret sektörlerindeki iş akışlarını kökten değiştiriyor. Açık kaynaklı modellerin güçlü optimizasyonlarla bulut ürünlerine entegre edilmesi, benzer ölçekteki bulut sağlayıcıları için de yeni bir standart oluşturuyor.
Kaynaklar
- Tencent Cloud Launches WAND-Vega as Its WAND Platform Generates 4.5 Million Images a Day (pandaily.com)
Bu yazı, yukarıdaki kaynaktan yapay zekâ yardımıyla Türkçe olarak derlenmiş bir özettir. Ayrıntılar ve resmi bilgi için kaynağa başvurun.
