عرض لفترة محدودة: خصم 20% على PixVerse V6 Max. ينتهي في 30 نوفمبر. جرّب في Playground
شروح واضحة لواجهات نماذج الذكاء الاصطناعي البرمجية: ما يفعله كل نوع من النماذج، وكيف تعمل الطلبات والفوترة، والمعلمات التي ترسلها. تعرض كل صفحة النماذج المتاحة التي تتناولها.
تتيح واجهة برمجة تطبيقات LLM لتطبيقك إرسال محادثة، كقائمة رسائل وعلى العديد من النماذج التي تحتوي على صور أو فيديو أو مستندات، إلى نموذج لغوي كبير واستقبال نصه المولد. تختار النموذج حسب الطلب، ويتم احتساب الاستخدام في رموز الإدخال والإخراج.
تقوم واجهة برمجة تطبيقات توليد الصور بإنشاء الصور من موجه نصي، وعلى العديد من النماذج تقوم بتعديل أو دمج الصور التي تقدمها. ترسل المطالبة مع إعدادات مثل نسبة العرض إلى الارتفاع والدقة، وتعيد واجهة برمجة التطبيقات الصور النهائية كعناوين URL أو بيانات base64، يتم تحميلها حسب الصورة.
تقوم واجهة برمجة تطبيقات توليد الفيديو بإنشاء مقطع فيديو من موجه نصي، وعلى العديد من النماذج من الصور أو الفيديو أو الصوت الذي توفره. تقدم مهمة، وتجري الاستطلاع حتى يصبح الفيديو جاهزا، ومعظم النماذج تحسب حسب الثانية من الناتج بمعدل يحدده الدقة.
توليد الصورة إلى فيديو يتحرك صورة ثابتة إلى مقطع فيديو قصير. عادة ما تصبح الصورة الإطار الأول، ويصف التوجيه الحركة وحركة الكاميرا، لذا تنتقل الموضوع والإطار وأسلوب الصورة إلى الفيديو.
تقوم واجهة برمجة التطبيقات text-to-speech (TTS) بتحويل النص المكتوب إلى صوت منطوق. ترسل النص، والصوت وإعدادات مثل اللغة والسرعة، وتعيد واجهة برمجة التطبيقات ملف صوتي، أو تبث الصوت ليبدأ التشغيل قبل أن يكون المقطع بأكمله جاهزا.
تقوم واجهة برمجة التطبيقات speech-to-text بنسخ الصوت المنطوق إلى نص مكتوب. تقوم بتحميل تسجيل أو تمرير عنوان URL الخاص به، أو بث الصوت المباشر، وتعيد واجهة برمجة التطبيقات النص مع الطوابع الزمنية أو تسميات المتحدث أو ملفات الترجمة على النماذج التي تدعمها.
تحافظ واجهة برمجة التطبيقات الصوتية في الوقت الحقيقي على جلسة صوتية مباشرة ثنائية الاتجاه عبر اتصال WebSocket واحد: يقوم تطبيقك ببث صوت الميكروفون إلى النموذج ويشغل رده المنطوق عند وصوله. يمكن للمستخدم مقاطعة الرد في أي وقت، ونفس نقطة النهاية تخدم أيضا النسخ المباشر.
تقوم واجهة برمجة تطبيقات توليد الموسيقى بالذكاء الاصطناعي بتأليف الصوت من نص وصف للأسلوب والمزاج والآلات والسرعة، وفي بعض النماذج من كلمات الأغاني أو تسجيل مرجعي أو فيديو لإضافة موسيقى. تقدم مهمة، تجري الاستطلاع حتى ينتهي، ثم تقوم بتنزيل المسار المولد.
تقوم واجهة برمجة تطبيقات التوليد ثلاثي الأبعاد بإنشاء نموذج ثلاثي الأبعاد، شبكة ملمسة، من صورة أو أكثر لكائن، وعلى بعض النماذج من موجه نصي. تقدم مهمة، تقوم باستطلاع حتى تكتمل، ثم تقوم بتنزيل الأصل بصيغة مثل GLB أو OBJ أو FBX أو USDZ أو STL.
تقوم واجهة برمجة تطبيقات التضمين بتحويل النص، وفي بعض النماذج، الصور أو الفيديو، إلى متجهات أرقام تضع معاني متشابهة بالقرب من بعضها. مع إعادة ترتيب لإعادة تقييم أفضل التطابقات، تشكل خطوة الاسترجاع للبحث الدلالي والتوليد المعزز بالاسترجاع.
تقوم واجهة البحث بالذكاء الاصطناعي بتشغيل بحث ويب مباشر عن تطبيق ما وتعيد نتائج مصممة لنماذج اللغة: صفحات مصنفة مع نصها، إجابة قصيرة مع مصادر مشهدة، أو تقرير بحث متعدد الخطوات. يقدم لتطبيق الذكاء الاصطناعي معلومات أحدث من بيانات تدريب النموذج.
الرموز هي الوحدات التي يقرأها ويكتب نموذج اللغة: كلمات، قطع كلمات، أرقام أو علامات ترقيم. نماذج النصوص تفرض رموز الإدخال والإخراج بمعدلات منفصلة لكل مليون رمز، بينما تفرض العديد من نماذج الوسائط والبحث حسب الصورة أو الثانية أو الحروف أو الدقيقة أو الطلب.
نافذة السياق هي الحد الأقصى لعدد الرموز التي يمكن لنموذج لغوي التعامل معها في طلب واحد، مع احتساب كل ما يقرأه (تعليمات، سجل المحادثة، المستندات وتعريفات الأدوات) بالإضافة إلى الرموز التي يكتبها. يجب تقصير أو تقسيم الطلب الذي لا يتناسب مع الرمز.
يعمل نموذج الاستدلال على حل مشكلة في رموز التفكير الوسيط قبل أن يكتب الإجابة النهائية. هذا يحسن النتائج في المهام متعددة الخطوات مثل الرياضيات، والبرمجة والتخطيط، ويستخدم المزيد من رموز الإخراج والوقت، وإعدادات مثل التحكم في جهد الاستدلال في ذلك.
درجة الحرارة top_p تتحكم في كيفية اختيار النموذج لكل رمز تالي: القيم المنخفضة تجعل المخرجات مركزة وقابلة للتكرار، والقيم الأعلى تجعله أكثر تنوعا. تقوم البذرة بتثبيت الخيارات العشوائية، لذا نفس الطلب مع نفس البذرة يعيد نفس النتيجة أو نتيجة مشابهة جدا.
الناتج المنظم يجعل نموذج اللغة يرجع JSON يمكن للكود تحليله بدلا من النص الحر. يعيد وضع JSON كائن JSON صالح نحويا، ويذهب مخطط JSON أبعد من ذلك بجعل الاستجابة تطابق المخطط الذي تحدده، مع حقوله وأنواعها المطلوبة.
استدعاء الدالة، المعروف أيضا باسم استدعاء الأدوات، يسمح لنموذج لغوي بأن يطلب من تطبيقك تشغيل دالة. تصف كل دالة بمخطط JSON، ويرد النموذج باسم دالة ووسيطات، ويشغل كودك ذلك، ويستخدم النموذج النتيجة للاستمرار أو الإجابة.
يعيد تخزين المطالبات المؤقت استخدام معالجة النموذج السابقة للجزء الافتتاحي من المطالبة. عندما يبدأ الطلب بنفس الرموز التي يبدأ الطلب الأخير، يتم فوترة تلك الرموز المخزنة مؤقتا بمعدل قراءة ذاكرة مخبأة أقل في النماذج التي تدرج واحدا، بينما تفوتر الباقية بمعدل الإدخال العادي.
يقوم الاستدلال الدفعي بتشغيل العديد من طلبات النموذج كمهمة غير متزامنة واحدة بدلا من استدعاء واحد في كل مرة. تقوم بتحميل ملف من الطلبات، وتعمل ضمن نافذة إكمال، ثم تقوم بتنزيل ملف النتائج، وهو ما يناسب المهام الكبيرة التي لا تحتاج إلى إجابة فورية.
تحقق من تسعيرنا أو تواصل إذا كنت ترغب في نشر نموذجك الخاص على مجموعتنا.