Interfaze เชื่อมต่อโมเดลอย่าง Qwen, Whisper และอื่น ๆ เข้าเป็นชุดเครื่องมือ AI ชุดเดียว

动察 Beating ข่าวด่วน AI บริษัทสตาร์ทอัพด้าน AI ชื่อ Interfaze ได้เปิดซอร์สระบบหลายโมเดล interfaze-1-lite ซึ่งรวมความสามารถด้าน OCR การรู้จำเสียง การแบ่งส่วนภาพ การจำแนกประเภท และการพยากรณ์ เข้าไว้ในอินเทอร์เฟซเดียวกัน

โดย Qwen3.8-27B ทำหน้าที่เป็นแกนกลางในการจัดตาราง รับผิดชอบการทำความเข้าใจคำขอของผู้ใช้ แล้วเรียกใช้โมเดลเฉพาะทางต่างๆ ในการทำงาน ตัวอย่างเช่น การรู้จำเอกสารจะใช้ Chandra OCR และ PaddleOCR การแปลงเสียงเป็นข้อความเรียกใช้ Whisper การแบ่งส่วนภาพเรียกใช้ SAM 2.1 ส่วนการพยากรณ์อนุกรมเวลามอบให้ TimesFM

เมื่อนักพัฒนาติดตั้งใช้งานในเครื่องท้องถิ่นยังคงต้องดาวน์โหลดน้ำหนักของโมเดลเหล่านี้ สิ่งที่ Interfaze ช่วยประหยัดคืองานในการประกอบระบบนี้ด้วยตนเอง โดยได้จัดการการจัดตารางโมเดล การแปลงข้อมูล และผลลัพธ์แบบรวมไว้เรียบร้อยแล้ว สำหรับแอปพลิเคชันชั้นบนจะเปิดเผยเพียงอินเทอร์เฟซชุดเดียว งานอย่าง OCR ยังมาพร้อมกับค่าความเชื่อมั่นและตำแหน่งข้อความ เพื่อให้โปรแกรมที่ตามมาสามารถตัดสินใจได้ว่าจำเป็นต้องให้มนุษย์ตรวจสอบซ้ำหรือไม่

Interfaze เรียกการออกแบบนี้ว่า Mixture of Architectures ทั้งระบบสามารถรันบน H100 ขนาด 80GB เพียงใบเดียว