Alibaba | @alizila

Topik — Perusahaan raksasa teknologi asal China, Alibaba membocorkan visi artificial intelligence (AI) yang memungkinkan akses luas ke teknologi dan inovasi AI-nya dengan merilis model besar mutakhir dari keluarga Qwen sebagai open source atau sumber terbuka dan menyelenggarakan platform komunitas sumber terbuka terbesar di China, ModelScope.

Open source merupakan perangkat lunak atau kode pemrograman komputer yang dapat diakses, dimodifikasi, dan dikembangkan secara bebas oleh siapa pun. 

“Alibaba mendukung open source karena misinya adalah untuk menyamakan kedudukan bagi orang-orang kecil (bisnis kecil, wirausahawan, siapa pun yang punya ide) dengan membantu mereka memanfaatkan inovasi dan teknologi untuk tumbuh dan bersaing secara lebih efektif dalam perekonomian,” tulis Alibaba dalam laporan resminya, dikutip Kamis (27/2/2025).

Alibaba juga merincikan misi dan komitmen terhadap open source, perusahaan ini bertujuan untuk:  
  • Demokratisasi AI: Sumber terbuka mengurangi hambatan untuk masuk, memungkinkan perusahaan rintisan, usaha kecil, peneliti, dan pengembang wirausaha yang memiliki keterbatasan sumber daya untuk mengakses teknologi mutakhir dan membangun model mereka sendiri dengan lebih hemat biaya.
  • Memajukan Penelitian Ilmiah: Sumber terbuka mempercepat terobosan ilmiah dengan memungkinkan peneliti untuk bereksperimen, memvalidasi temuan, dan memberikan kontribusi perbaikan.
  • Transparansi dan Kepercayaan: Sumber terbuka memungkinkan peneliti dan pengembang untuk memeriksa kode dan data pelatihan, mengurangi sifat “kotak hitam” dari model tertutup.
  • Inovasi dan Kolaborasi: Open source mendorong inovasi dengan memungkinkan komunitas pengembang global untuk meningkatkan dan mengembangkan model yang sudah ada. Open source juga mendorong ekosistem AI yang lebih kompetitif dan beragam.

Alibaba merupakan salah satu perusahaan teknologi global besar pertama yang membuka sumber model AI berskala besar yang dikembangkan sendiri. Perusahaan ini merilis Qwen model terbuka pertamanya (Qwen-7B) pada bulan Agustus 2023, dengan iterasi berikutnya yang mencakup model bahasa, multimoda, matematika, dan kode. 

Model terbuka keluarga Qwen telah berulang kali menduduki puncak HuggingFace Open LLM Leaderboards, dengan performa yang menyamai model AI global terkemuka di seluruh tolok ukur yang diakui.
Alibaba juga merupakan perusahaan pertama di dunia yang merilis model AI penalaran multi-moda, QwQ (Qwen with Questions), sebagai sumber terbuka.
“Bulan lalu, Alibaba merilis model multimoda generasi berikutnya, Qwen2.5-VL, dan model bahasa besar terbaru, Qwen2.5-1M, dalam format sumber terbuka. Keduanya memberikan hasil terbaik di seluruh tolok ukur yang diakui secara global,” ungkapnya.
Hingga Februari 2025, lebih dari 90.000 model turunan berbasis Qwen telah dikembangkan di komunitas sumber terbuka global HuggingFace. 
Jumlah ini melampaui jumlah model turunan berbasis Llama milik Meta dan mencerminkan popularitas Qwen sebagai salah satu model sumber terbuka yang paling banyak diadopsi di dunia.
Sebelumnya, Alibaba juga merilis Wan AI dengan meluncurkan versi Wan2.1, model AI generatif video terbaru yang kini tersedia sebagai sumber terbuka juga. 
Tools AI ini serangkaian inovasi mutakhir, termasuk spatio-temporal variational autoencoder (VAE) baru dan strategi pra-pelatihan yang dapat diskalakan, Wan2.1 diklaim mampu menghasilkan video berkualitas tinggi dengan efisiensi luar biasa. 
Tak hanya itu, model ini juga mendukung berbagai tugas, mulai dari teks-ke-video hingga penyuntingan video, sekaligus kompatibel dengan GPU kelas konsumen.
“Dibangun berdasarkan paradigma transformator difusi arus utama, Wan2.1 mencapai kemajuan signifikan dalam kemampuan generatif melalui serangkaian inovasi, termasuk spatio-temporal variational autoencoder (VAE) baru kami,” tulis dalam laporannya.
Langkah Alibaba dalam membuka akses teknologi AI generatif, baik melalui Wan2.1 maupun pembaruan pada Qwen AI, semakin memperkuat komitmennya dalam mendorong inovasi di bidang kecerdasan buatan. 
“Strategi pra-pelatihan yang dapat diskalakan, konstruksi data skala besar, dan metrik evaluasi otomatis. Kontribusi ini secara kolektif meningkatkan kinerja dan fleksibilitas model,” ungkapnya.