Wu Dao 3.0: Çin'in Çok Modlu Yapay Zeka Model Ailesi

ABD, Çin'in gelişmiş çiplere erişimini kestiğinde, Beijing Academy of Artificial Intelligence bir seçimle karşı karşıya kaldı: kısıtlamalardan şikayet etmek ya da bunların etrafından dolaşmak. İkinci seçeneği seçtiler.

Temmuz 2023'te piyasaya sürülen Wu Dao 3.0, yerleşik kuralları bir kenara atıyor. Manşetler için yarışan devasa trilyon parametreli modeller yok. Bunun yerine, BAAI artık Çinli girişimlerin bir depo dolusu GPU'lar olmadan gerçekten çalıştırabileceği kompakt modeller üretiyor.

BAAI neden yön değiştirdi

Wu Dao 2.0 2021'de 1.75 trilyon parametreyle manşetlere çıktı ve GPT-3'e rakip olduğunu iddia etti. İki yıl sonra, BAAI bu yaklaşımı sessizce rafa kaldırdı. Nedenleri şunlardır:

• ABD çip yaptırımları gelişmiş GPU'lara erişimi sınırladı
• Eğitim maliyetleri mega-modeller için aşırı yüksek hale geldi
• Çin hükümeti politikası prestij projeleri yerine pratik uygulamalara yöneldi
• Piyasa gerçekliği çoğu şirketin genel amaçlı devler yerine uzmanlaşmış araçlara ihtiyaç duyduğunu gösterdi

Yeni strateji: birlikte çalışan daha küçük modellerden oluşan bir koleksiyon (Aquila olarak adlandırılıyor) oluşturmak. Monolitler yerine mikro servisler düşünün.

Wu Dao 3.0 açıklandı

Wu Dao 3.0 tek bir model değildir. Aquila markası altında piyasaya sürülen uzmanlaşmış yapay zeka araçlarından oluşan bir ekosistemdir:

AquilaChat: Diyalog modelleri

İki boyut mevcuttur:

• 7 milyar parametre: LLaMA 7B ve benzer açık kaynaklı modellerle rekabet eder
• 33 milyar parametre: Daha karmaşık konuşmaları hedefler

Her ikisi de Çince (%40) ve İngilizce (%60) metinler üzerinde eğitildi. Küçük sürüm tüketici donanımında çalışır; bir veri merkezine ihtiyacınız yok.

BAAI, AquilaChat 7B'nin karşılaştırılabilir uluslararası modellerden daha iyi performans gösterdiğini iddia ediyor; ancak bağımsız kıyaslamalar hâlâ sınırlıdır.

Kökenler: Wu Dao nasıl başladı

Geliştirme Ekim 2020'de, GPT-3'ün piyasaya sürülmesinden birkaç ay sonra başladı. Wu Dao (悟道) adı Çince'de "farkındalığa giden yol" anlamına gelir; hırslı bir proje için hırslı bir isim.

Wu Dao 1.0, 11 Ocak 2021'de birlikte çalışan dört uzmanlaşmış modelle piyasaya sürüldü. Her biri farklı görevler üstlendi: Wen Yuan (2.6 milyar parametre) soru yanıtlama ve dilbilgisi düzeltmeye odaklandı. Wen Lan (1 milyar parametre) 50 milyon görüntü çifti kullanarak görüntü altyazıları oluşturdu. Wen Hui (11.3 milyar parametre) şiir yazdı, video oluşturdu ve karmaşık akıl yürütmeyi ele aldı. Google'ın BERT'i üzerine inşa edilen Wen Su, AlphaFold'a benzer şekilde protein yapılarını tahmin etti.

Ardından 31 Mayıs 2021'de Wu Dao 2.0 geldi. BAAI, GPT-3'ün 175 milyarından on kat daha büyük olan 1.75 trilyon parametre iddiasıyla manşetlere çıktı. Medya onu "henüz en büyük dil yapay zeka sistemi" olarak nitelendirdi. Yorumcular bunu Çin'in Amerikan yapay zeka hakimiyetiyle doğrudan rekabet etme çabası olarak gördü.

Eğitim verisi gerçeği

Wu Dao 2.0, 4.9 terabayt görüntü ve metin, 1.2 TB Çince, 1.2 TB İngilizce ve ayrıca görüntü verisi kullandı. GPT-3 yalnızca 45 terabayt metin üzerinde eğitildi. Wu Dao'nun parametreleri on kat fazlaydı ancak eğitim verisi onda birinden azdı.

2.0 sürümüne yönelik WuDao Corpora veri kümesi, 3 TB web metni, 630 milyon metin/görüntü çifti içeren 90 TB grafik verisi ve 1.4 milyar konuşma turunu temsil eden 181 GB Çince diyalog içeriyordu.

Parametre sayısı ile eğitim verisi arasındaki bu uyumsuzluk önemli bir şeye işaret ediyordu: Wu Dao 2.0, Mixture-of-Experts (MoE) adı verilen farklı bir mimari kullanıyordu. Tüm parametrelerin her görev için etkinleştiği GPT-3'ün "yoğun" modelinden farklı olarak, MoE modelleri her girdi için ilgili uzmanları etkinleştirir. Bu, eğitim için daha az hesaplama gücü gerektirir; ancak araştırmalar, trilyon parametreli MoE modellerinin kendilerinden yüzlerce kat daha küçük yoğun modellerle karşılaştırılabilir performans gösterdiğini ortaya koymuştur.

Wu Dao 2.0 özellikle Tsinghua Üniversitesi/BAAI tarafından geliştirilen FastMoE'yi kullandı. Donanım sınırlamaları etrafında akıllıca bir mühendislikti; ancak BAAI'nın pazarlaması bunun yerine ham parametre sayılarını vurguladı.

AquilaCode: Metinden koda üretim

Hâlâ geliştirme aşamasında. Erken sürümler şunları üretebilir:

• Temel algoritmalar (Fibonacci dizileri, sıralama)
• Basit oyunlar
• Yardımcı program betikleri

Henüz GitHub Copilot veya GPT-4'ün kodlama yetenekleri düzeyinde değil, ancak gelişiyor. BAAI, Çince teknik bağlamlarda kod üretimine ihtiyaç duyan geliştiricileri hedefliyor.

Wu Dao görüntü serisi

Tek bir sistem değil, bilgisayarlı görü modellerinden oluşan bir koleksiyon:

EVA (1 milyar parametre): Görsel temsil öğrenmeye odaklanır. Herkese açık veri kümeleri üzerinde eğitilmiş ve şu alanlarda yeni kıyaslamalar elde etmiştir:

• Görüntü tanıma
• Video eylem algılama
• Nesne algılama
• Bölütleme görevleri

Açık kaynaklıdır; görüntü modellerini tescilli tutan rakiplerinin aksine.

• EVA-CLIP: BAAI bunun mevcut en iyi açık kaynaklı CLIP alternatifi olduğunu iddia ediyor. Arama ve geri getirme için görüntü-metin eşleştirmeyi yönetir.
• Painter: "Bağlam içi" görsel öğrenmeyi uygular; ona örnekler gösterirsiniz ve yeniden eğitim olmadan yeni görsel görevler öğrenir. GPT-3'ün metin için bağlam içi öğrenme yapmasına benzer.
• vid2vid-zero: Sıfır atışlı video düzenleme aracı. Özel video düzenleme veri kümeleri üzerinde eğitim gerektirmeden metin açıklamalarına göre videoları düzenler.
• Emu (çok modlu modeller): Tek bir modelde hem görüntüleri hem de metni işler. Kullanım örnekleri arasında görüntü altyazılama, görsel soru yanıtlama ve içerik üretimi bulunur.

FlagOpen: Altyapı Katmanı

BAAI, 2023'ün başlarında başlattığı FlagOpen platformunu da geliştirdi. Bu sistem, paralel eğitim teknikleri, daha hızlı inference, değerlendirme araçları ve veri işleme yardımcı programları sunarak büyük yapay zeka modelleri geliştirmek için gereken neredeyse her şeyi sağlıyor. ¹

Wu Dao 2.0 ilk kez Beijing Zhiyuan Konferansı'nda görücüye çıktığında, yaratıcıları onun tarafından üretilen Çince şiirleri ve çizimleri sergiledi.² Bu etkinliğin ardından, Wu Dao'nun yapay zeka modeline dayanan sanal bir öğrenci oluşturuldu: Zhibing Hua. Wu Dao sanal öğrenciye güç veriyor. Bu nedenle, bilgi tabanını ve öğrenme yeteneklerini kullanarak şiir yazabilir, çizim yapabilir ve müzik besteleyebilir.

Bu özellikler Wu Dao 3.0 için öne çıkarılmasa da, işletmeniz için Wu Dao 3.0 yerine Wu Dao 2.0'yi kullanmayı planlıyorsanız bahsetmeye değer.

Şekil 1: Wu Dao 2.0 tarafından üretilen şiirler²

Zeka kıyaslamaları

Wu Dao 3.0'ın zeka kıyaslamaları kolayca bulunamasa da, son teknoloji (SOTA) seviyelerini aşmak sektör standardıdır. Wu Dao 2.0 için zeka kıyaslamalarına BAAI'nın basın bülteninden erişebilirsiniz.³

Sıfır atışlı öğrenme kıyaslamaları

1. ImageNet: Son teknoloji sıfır atış performansı elde eder ve OpenAI'ın CLIP'ini geride bırakır.
2. UC Merced Land-Use: Hava arazi kullanımı sınıflandırmasında en yüksek sıfır atış doğruluğunu kaydeder ve CLIP'ten daha iyi performans gösterir.

Az atışlı öğrenme kıyaslaması

1. SuperGLUE (FewGLUE): GPT-3'ü geride bırakarak en iyi az atışlı öğrenme sonuçlarını elde eder.

Bilgi ve dil anlama kıyaslamaları

1. LAMA Knowledge Detection: AutoPrompt'u geride bırakarak üstün olgusal bilgi geri getirme sergiler.
2. LAMBADA Cloze Test: Okuma anlama ve bağlam anlama konusunda Microsoft Turing-NLG'yi aşar.

Metinden görüntüye ve görüntüden metne geri getirme kıyaslamaları

1. MS COCO (Metinden Görüntüye üretim): Metin açıklamalarından görüntü üretmede OpenAI'ın DALL·E'sini geride bırakır.
2. MS COCO (İngilizce Görüntü-Metin geri getirme): Altyazılardan görüntü getirmede (ve tam tersi) OpenAI'ın CLIP'ini ve Google ALIGN'i aşar.
3. MS COCO (Çok Dilli Görüntü-Metin geri getirme): Çok dilli görüntü-metin geri getirmede UC2 ve M3P'den daha iyi performans gösterir.
4. Multi30K (Çok Dilli Görüntü-Metin geri getirme): Ayrıca UC2 ve M3P'yi aşarak güçlü çok dilli çok modlu yeteneklerini doğrular.

Wu Dao 3.0 vs. OpenAI GPT

İşte kapsamlı bir karşılaştırma: Wu Dao 3.0 LLM modellerini ve çeşitli OpenAI modellerini temel alan BAAI.⁴ Wu Dao için daha ayrıntılı ve güncel karşılaştırmalar sunamıyoruz çünkü son ve tutarlı kıyaslamaları mevcut değil.

Uzun bağlam performansı

Dört görevde test ediliyor:⁴

• VCSUM (Çince özetleme)
• LSHT (Çince uzun dizi işleme)
• HotpotQA (İngilizce çok adımlı akıl yürütme)
• 2WikiMQA (İngilizce çok belgeli soru yanıtlama)

Akıl yürütme performans kıyaslaması

Altı görevde test ediliyor:⁴

• bAbI #16 ve CLUTRR (tümevarımsal akıl yürütme)
• bAbI #15 ve EntailmentBank (tümdengelimli akıl yürütme)
• αNLI (abdüktif akıl yürütme)
• E-Care (nedensel akıl yürütme)

Wu Dao'yu kullanmak istiyorsanız, ücretsiz olarak indirip bilgisayarınıza kurabilirsiniz.⁵

Wu Dao 3.0 rakipleri

Qwen3.5

Qwen3.5, Alibaba tarafından doğal çok modlu Mixture-of-Experts (MoE) sistemi olarak tasarlanmış açık ağırlıklı büyük dil modeli ailesidir.

Amiral gemisi model (Qwen3.5-397B-A17B) yaklaşık 397B parametre içerir ancak her inference için ~17B'yi etkinleştirir; böylece daha düşük hesaplama maliyetiyle yüksek performans sağlar.

Model, hibrit bir mimari kullanır; seyrek MoE yönlendirmesini Gated Delta Networks ve doğrusal dikkat ile birleştirir, böylece verimli inference sağlar ve gelişmiş akıl yürütme, kodlama ve çok modlu anlamayı destekler.

Qwen3.5, erken-fusion çok modlu veriler üzerinde eğitilmiştir; bu sayede birleşik bir model içinde metin ve görsel girdileri işleyebilir ve arayüzler hakkında akıl yürütebilen ve karmaşık çok adımlı görevleri gerçekleştirebilen "doğal çok modlu ajanları" güçlendirir.⁶

Kimi K2.5

Kimi K2.5, Moonshot AI tarafından kodlama ve iş akışı otomasyonu için ajan merkezli bir mimari etrafında tasarlanmış açık kaynaklı çok modlu bir modeldir. Model, metin, görüntü ve videoyu yorumlama yeteneği ile görme ve dil yeteneklerini birleştirir ve üretime hazır kod üretir.

K2.5, yaklaşık 15 trilyon çok modlu token üzerinde eğitildi ve 256K token'a kadar uzun bağlamlı akıl yürütmenin yanı sıra araç çağırma ve otonom ajan iş akışlarını destekler.

Ayırt edici bir özelliği, birden fazla koordineli ajanın karmaşık mühendislik veya geliştirme iş akışlarını çözmek için alt görevleri paralel olarak ele alabildiği "ajan sürüsü" paradigmasıdır.

Moonshot, modeli bir kodlama ajanıyla birlikte piyasaya sürdü ve Kimi K2.5'yi, yapay zeka destekli yazılım sistemleri oluşturmak için tescilli öncü modellere geliştirici odaklı bir alternatif olarak konumlandırdı.⁷

ERNIE 5.0

ERNIE 5.0, Baidu'nun amiral gemisi temel modeli ve tek bir mimari içinde metin, görüntü, ses ve video işleyip üreten doğal olarak çok modlu bir sistemdir.

Modelin, 2.4 trilyon parametre içeren bir Mixture-of-Experts tasarımı kullandığı bildiriliyor; bu, verimlilik için her inference'da parametrelerin yalnızca bir kısmını etkinleştirirken yüksek kapasite sağlar.

ERNIE 5.0, Baidu'nun ERNIE Bot ve kurumsal Qianfan platformuna entegre edilmiştir; tüketici ve kurumsal ürünlerde çeşitli üretken yapay zeka uygulamalarını destekler.⁸

Kıyaslamalarımızı ve veri odaklı içgörülerimizi kaçırmayın. Düğme Google'ı açar; AIMultiple'ı seçmeniz, Google arama sonuçlarında AIMultiple'ı daha sık görmek istediğinizi onaylar.

Tercih edilen kaynak olarak ekle

SSS'ler

Bu araştırmayı kaynak gösterin

Yayınlayacağınız yere uygun formatı seçin. Bağlantılı sürümü CMS'inize yapıştırmak, geri bağlantıyı korur.

@misc{dilmegani2026,
  author = {Dilmegani, Cem and Ermut, Sıla},
  title  = {{Wu Dao 3.0: Çin'in Çok Modlu Yapay Zeka Model Ailesi}},
  year   = {2026},
  month  = mar,
  howpublished    = {\url{https://aimultiple.com/wu-dao}},
  note   = {AIMultiple. Erişim tarihi: 5 Mart 2026}
}

Değişiklik günlüğü

6 güncelleme

202620252024

1. 5 Mar

   Makaleye Wu Dao 3.0 rakipleri başlıklı yeni bir bölüm eklendi.

Referans Linkleri

1.

开源平台旗舰项目

2.

China’s GPT-3? BAAI Introduces Superscale Intelligence Model ‘Wu Dao 1.0’ | Synced

Synced

3.

智源大会开幕，全球最大智能模型悟道2.0发布

4.

Aquila2

5.

Models

6.

Qwen Home

7.

GitHub - MoonshotAI/Kimi-K2.5: Open Visual Agentic Intelligence · GitHub

8.

文心一言

ERNIE Blog

Cem Dilmegani

Baş Analist

Takip Et

Cem, 2017'den beri AIMultiple bünyesinde baş analisttir. Cem'in AIMultiple'daki çalışmaları; Business Insider, Forbes, Morning Brew ve Washington Post gibi önde gelen küresel yayınlar, Deloitte ve HPE gibi küresel firmalar, Dünya Ekonomik Forumu gibi STK'lar ve Avrupa Komisyonu gibi uluslarüstü kuruluşlar tarafından alıntılanmıştır. [1], [2], [3], [4], [5] Kariyeri boyunca Cem; teknoloji danışmanı, teknoloji alıcısı ve teknoloji girişimcisi olarak görev yaptı. On yılı aşkın süre boyunca McKinsey & Company ve Altman Solon'da işletmelere teknoloji kararlarında danışmanlık yaptı. Ayrıca dijitalleşme üzerine bir McKinsey raporu yayımladı. CEO'ya rapor verirken bir telekom şirketinin teknoloji stratejisini ve satın alma süreçlerini yönetti. Ayrıca 2 yıl içinde 0'dan 7 haneli yıllık yinelenen gelire ve 9 haneli değerlemeye ulaşan derin teknoloji şirketi Hypatos'un ticari büyümesini yönetti. Cem'in Hypatos'taki çalışmaları TechCrunch ve Business Insider gibi önde gelen teknoloji yayınları tarafından ele alındı. Cem, uluslararası teknoloji konferanslarında düzenli olarak konuşma yapmaktadır. Boğaziçi Üniversitesi'nden bilgisayar mühendisi olarak mezun oldu ve Columbia Business School'dan MBA derecesine sahiptir.

Tam Profili Görüntüle

Araştıran

Sıla Ermut

Sektör Analisti

Takip Et

Sıla Ermut, AIMultiple'da yapay zeka model'lerini, yapay zeka altyapısını, yapay zeka yönetişimini ve kurumsal yapay zeka uygulamalarını ele alan bir sektör analistidir. Araştırmaları çoğunlukla yapay zekanın pazarlama, sağlık hizmetleri, tedarik zincirleri ve sürdürülebilirlik alanlarındaki kullanımına odaklanmaktadır.
Daha önce proje yönetimi ve danışmanlık firmalarında işe alım uzmanı olarak çalıştı. Sıla, Sosyal Psikoloji alanında yüksek lisans derecesine ve Uluslararası İlişkiler alanında lisans derecesine sahiptir.

Tam Profili Görüntüle

Yorum yapan ilk kişi olun

E-posta adresiniz yayınlanmayacak. Tüm alanlar gereklidir. Yorumlar orijinal dilinde bırakılır.

Ad

E-posta Adresi

Yorum

0/450

Yorumu Gönder