阿里云百炼通义大模型

阿里云百炼通义大模型

  • Part one(阿里云百炼大模型)
  • 一、什么是百炼
    • (一)调用大模型
  • 二、支持的大模型
  • 三、模型总览
  • 四、为什么选择百炼?
  • 五、开始使用百炼
  • Part two
  • 一、开发参考
  • 二、模型调用
    • (一)通义千问API参考
      • 1.文本输入
      • 2.流式输出
      • 3.图像输入
      • 4.视频输入
      • 5.工具调用
      • 6.联网搜索
      • 7.异步调用
      • 8.文档理解
      • 9.文字提取


Part one(阿里云百炼大模型)

阿里云百炼通义大模型企业级服务平台,助力企业轻松打造最优落地效果的AI应用

一、什么是百炼

阿里云的大模型服务平台百炼是一站式的大模型开发及应用构建平台。不论是开发者还是业务人员,都能深入参与大模型应用的设计和构建。您可以通过简单的界面操作,在5分钟内开发出一款大模型应用,或在几小时内训练出一个专属模型,从而将更多精力专注于应用创新。

(一)调用大模型

只需如下几行代码,即可与大模型进行对话,实现内容创作、摘要生成等。

百炼兼容OpenAI接口规范,base_url为https://dashscope.aliyuncs.com/compatible-mode/v1
import os
from openai import OpenAIclient = OpenAI(# 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx",api_key=os.getenv("DASHSCOPE_API_KEY"), # 如何获取API Key:https://help.aliyun.com/zh/model-studio/developer-reference/get-api-keybase_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)completion = client.chat.completions.create(model="qwen-plus", # 模型列表:https://help.aliyun.com/zh/model-studio/getting-started/modelsmessages=[{'role': 'system', 'content': 'You are a helpful assistant.'},{'role': 'user', 'content': '你是谁?'}]
)
print(completion.choices[0].message.content)

二、支持的大模型

旗舰模型通义千问-Max适合复杂任务,推理能力最强通义千问-Plus效果、速度、成本均衡通义千问-Turbo适合简单任务,速度快、成本极低通义千问-Long适合大规模文本分析,效果与速度均衡、成本较低
最大上下文长度(Token数)32,768131,0721,000,00010,000,000

Token是指模型处理和生成文本时的基本单元,中文的Token通常是一个字或词,英文的Token通常是一个单词、子词或词组。

除了上述文生文的通义大模型,百炼还支持图像、音视频、数学、法律等方面的通义大模型。

同时,百炼也支持众多第三方大模型,例如DeepSeek、Llama、ChatGLM、零一万物、Stable Diffusion等。

关于所有模型以及详细信息,请参见模型总览。

三、模型总览

类别模型说明
文本生成通义千问通义千问大语言模型:商业版(通义千问-Max、通义千问-Plus、通义千问-Turbo)、开源版(QwQ、Qwen2.5、Qwen2、Qwen1.5、Qwen)、超长文档模型Qwen-Long;多模态模型:视觉理解模型通义千问VL、音频理解模型通义千问Audio、全模态模型通义千问Omni;数学模型:通义千问数学模型;代码模型:通义千问Coder;翻译模型:通义千问翻译模型
文本生成第三方模型DeepSeek、Llama、百川、ChatGLM、零一万物等。
图像生成通义万相通义千问大语言模型:商业版(通义千问-Max、通义千问-Plus、通义千问-Turbo)、开源版(QwQ、Qwen2.5、Qwen2、Qwen1.5、Qwen)、超长文档模型Qwen-Long;多模态模型:视觉理解模型通义千问VL、音频理解模型通义千问Audio、全模态模型通义千问Omni;数学模型:通义千问数学模型;代码模型:通义千问Coder;翻译模型:通义千问翻译模型 可生成图像或编辑图像,适用于生成证件照、电商主图、模特图、各种风格人像图(动漫、国风、二次元等),也可用于抠图、生成背景、更改图片元素等。
图像生成第三方模型Stable Diffusion和FLUX。
语音合成与识别语音合成CosyVoice和Sambert可实现文本转语音,适用于智能语音客服、有声读物、车载导航、教育辅导等场景。
语音合成与识别语音识别Paraformer 和 SenseVoice 可实现语音转文本,适用于实时会议记录、实时直播字幕、电话客服等场景。
视频编辑与生成其他(1)舞蹈视频:舞动人像AnimateAnyone基于人物图片和动作视频生成舞蹈视频。(2)对口型视频:悦动人像EMO基于人物图片和音频,适合唱演场景。灵动人像LivePortrait基于人物图片和音频,适合语音播报场景。声动人像VideoRetalk基于人物视频和音频,适合短视频制作、视频翻译等场景。(3)风格替换:幻影人像Motionshop将视频中的人物形象替换为3D角色。视频风格重绘可将视频转换为日式漫画、美式漫画等风格。
向量文本向量CosyVoice和Sambert可实现文本转语音,适用于智能语音客服、有声读物、车载导航、教育辅导等场景。
向量多模态向量Paraformer 和 SenseVoice 可实现语音转文本,适用于实时会议记录、实时直播字幕、电话客服等场景。
行业通义法睿适用于法律咨询、案例分析和法规解读等。
行业意图理解意图理解模型能够在毫秒级时间内解析用户意图,并选择合适工具来解决用户问题。

四、为什么选择百炼?

  • 丰富的模型选择:百炼提供通义千问商业版的官方API接口,同时支持主流第三方大模型,涵盖文本、图像、音视频等模态,并提供行业定制化模型。
  • 便捷的开发工具:百炼提供的Prompt自动优化、知识库管理、函数调用、流程编排、模型定制等能力,能帮助您更快地构建一个生产级别的大模型应用。
  • 更低的使用成本:相比本地部署大模型,您无需在前期投入巨额成本来购置硬件,后期也无需考虑硬件的维护和折旧。只需按实际用量付费,可显著降低成本。
  • 严格的数据保护:阿里云严格保护数据隐私,绝不会将您的数据用于模型训练。同时,您在构建应用或训练大模型过程中传输的数据都会经过加密,确保数据安全。

五、开始使用百炼

  • 在线体验大模型:模型体验

  • 发起第一个API请求:首次调用通义千问API

  • 构建第一个大模型应用:0代码构建私有知识问答应用


Part two

一、开发参考

# 安装或更新DashScope SDK
pip install dashscope -i https://pypi.tuna.tsinghua.edu.cn/simple

二、模型调用

(一)通义千问API参考

金融云:使用 SDK 调用时需配置的 base_url:

https://dashscope-finance.aliyuncs.com/compatible-mode/v1

公有云:使用SDK调用时需配置的base_url:

https://dashscope.aliyuncs.com/compatible-mode/v1

1.文本输入

import os
from openai import OpenAIclient = OpenAI(# 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx",api_key=os.getenv("DASHSCOPE_API_KEY"), base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(model="qwen-plus", # 此处以qwen-plus为例,可按需更换模型名称。模型列表:https://help.aliyun.com/zh/model-studio/getting-started/modelsmessages=[{'role': 'system', 'content': 'You are a helpful assistant.'},{'role': 'user', 'content': '你是谁?'}],)print(completion.model_dump_json())

2.流式输出

import os
from openai import OpenAIclient = OpenAI(# 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx",api_key=os.getenv("DASHSCOPE_API_KEY"),base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(model="qwen-plus",  # 此处以qwen-plus为例,可按需更换模型名称。模型列表:https://help.aliyun.com/zh/model-studio/getting-started/modelsmessages=[{'role': 'system', 'content': 'You are a helpful assistant.'},{'role': 'user', 'content': '你是谁?'}],stream=True,stream_options={"include_usage": True})
for chunk in completion:print(chunk.model_dump_json())

3.图像输入

import os
from openai import OpenAIclient = OpenAI(# 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx",api_key=os.getenv("DASHSCOPE_API_KEY"),base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(model="qwen-vl-plus",  # 此处以qwen-vl-plus为例,可按需更换模型名称。模型列表:https://help.aliyun.com/zh/model-studio/getting-started/modelsmessages=[{"role": "user","content": [{"type": "text","text": "这是什么"},{"type": "image_url","image_url": {"url": "https://dashscope.oss-cn-beijing.aliyuncs.com/images/dog_and_girl.jpeg"}}]}])
print(completion.model_dump_json())

4.视频输入

import os
from openai import OpenAIclient = OpenAI(# 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx",api_key=os.getenv("DASHSCOPE_API_KEY"),base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(# 此处以qwen-vl-max-latest为例,可按需更换模型名称。模型列表:https://help.aliyun.com/zh/model-studio/getting-started/modelsmodel="qwen-vl-max-latest",messages=[{"role": "user","content": [{"type": "video","video": ["https://img.alicdn.com/imgextra/i3/O1CN01K3SgGo1eqmlUgeE9b_!!6000000003923-0-tps-3840-2160.jpg","https://img.alicdn.com/imgextra/i4/O1CN01BjZvwg1Y23CF5qIRB_!!6000000003000-0-tps-3840-2160.jpg","https://img.alicdn.com/imgextra/i4/O1CN01Ib0clU27vTgBdbVLQ_!!6000000007859-0-tps-3840-2160.jpg","https://img.alicdn.com/imgextra/i1/O1CN01aygPLW1s3EXCdSN4X_!!6000000005710-0-tps-3840-2160.jpg"]},{"type": "text","text": "描述这个视频的具体过程"}]}]
)
print(completion.model_dump_json())

5.工具调用

import os
from openai import OpenAIclient = OpenAI(# 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx",api_key=os.getenv("DASHSCOPE_API_KEY"),base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",  # 填写DashScope SDK的base_url
)tools = [# 工具1 获取当前时刻的时间{"type": "function","function": {"name": "get_current_time","description": "当你想知道现在的时间时非常有用。","parameters": {}  # 因为获取当前时间无需输入参数,因此parameters为空字典}},  # 工具2 获取指定城市的天气{"type": "function","function": {"name": "get_current_weather","description": "当你想查询指定城市的天气时非常有用。","parameters": {  "type": "object","properties": {# 查询天气时需要提供位置,因此参数设置为location"location": {"type": "string","description": "城市或县区,比如北京市、杭州市、余杭区等。"}},"required": ["location"]}}}
]
messages = [{"role": "user", "content": "杭州天气怎么样"}]
completion = client.chat.completions.create(model="qwen-plus",  # 此处以qwen-plus为例,可按需更换模型名称。模型列表:https://help.aliyun.com/zh/model-studio/getting-started/modelsmessages=messages,tools=tools
)print(completion.model_dump_json())

6.联网搜索

import os
from openai import OpenAIclient = OpenAI(# 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx",api_key=os.getenv("DASHSCOPE_API_KEY"), base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",  # 填写DashScope服务的base_url
)
completion = client.chat.completions.create(model="qwen-plus",  # 此处以qwen-plus为例,可按需更换模型名称。模型列表:https://help.aliyun.com/zh/model-studio/getting-started/modelsmessages=[{'role': 'system', 'content': 'You are a helpful assistant.'},{'role': 'user', 'content': '中国队在巴黎奥运会获得了多少枚金牌'}],extra_body={"enable_search": True})
print(completion.model_dump_json())

7.异步调用

import os
import asyncio
from openai import AsyncOpenAI
import platformclient = AsyncOpenAI(# 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx",api_key=os.getenv("DASHSCOPE_API_KEY"),base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)async def main():response = await client.chat.completions.create(messages=[{"role": "user", "content": "你是谁"}],model="qwen-plus",  # 此处以qwen-plus为例,可按需更换模型名称。模型列表:https://help.aliyun.com/zh/model-studio/getting-started/models)print(response.model_dump_json())if platform.system() == "Windows":asyncio.set_event_loop_policy(asyncio.WindowsSelectorEventLoopPolicy())
asyncio.run(main())

8.文档理解

import os
from pathlib import Path
from openai import OpenAIclient = OpenAI(# 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx",api_key=os.getenv("DASHSCOPE_API_KEY"),base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
file_object = client.files.create(file=Path("百炼系列手机产品介绍.docx"), purpose="file-extract")
completion = client.chat.completions.create(model="qwen-long",  # 模型列表:https://help.aliyun.com/zh/model-studio/getting-started/modelsmessages=[{'role': 'system', 'content': f'fileid://{file_object.id}'},{'role': 'user', 'content': '这篇文章讲了什么?'}]
)
print(completion.model_dump_json())

9.文字提取

# pip install -U openai
import os
from openai import OpenAIclient = OpenAI(# 若没有配置环境变量,请用百炼API Key将下行替换为:api_key="sk-xxx",api_key=os.getenv("DASHSCOPE_API_KEY"),base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(model="qwen-vl-ocr",  # 模型列表:https://help.aliyun.com/zh/model-studio/getting-started/modelsmessages=[{"role": "user","content": [{"type": "image_url","image_url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20241108/ctdzex/biaozhun.jpg","min_pixels": 28 * 28 * 4,"max_pixels": 1280 * 784},# 目前为保证识别效果,模型内部会统一使用"Read all the text in the image."作为text的值,用户输入的文本不会生效。{"type": "text", "text": "Read all the text in the image."},]}])print(completion.model_dump_json())

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/web/70094.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Golang学习笔记_33——桥接模式

Golang学习笔记_30——建造者模式 Golang学习笔记_31——原型模式 Golang学习笔记_32——适配器模式 文章目录 桥接模式详解一、桥接模式核心概念1. 定义2. 解决的问题3. 核心角色4. 类图 二、桥接模式的特点三、适用场景1. 多维度变化2. 跨平台开发3. 动态切换实现 四、与其他…

低代码(Low Code)全解析:从概念到应用,从选择到价值

​在数字化浪潮席卷全球的当下,企业对软件开发的效率与灵活性愈发重视,低代码平台应运而生并迅速掀起技术热潮。 本文基于笔者 6 年的低代码实践经验,深入剖析低代码的诸多方面,涵盖其定义、发展历程、国内平台对比、开发流程、与…

函数重载讲解

虽然在初识C-CSDN博客中介绍过,但还是感觉要单发出来大概讲解下 什么是函数重载? 函数重载是指在同一个作用域内,函数名相同,但它们的 参数列表 不同。C 允许你根据函数的参数个数、类型或者顺序的不同来定义多个同名函数。编译…

14-H指数

给你一个整数数组 citations ,其中 citations[i] 表示研究者的第 i 篇论文被引用的次数。计算并返回该研究者的 h 指数。 根据维基百科上 h 指数的定义:h 代表“高引用次数” ,一名科研人员的 h 指数 是指他(她)至少发…

关于es6-module的语法

ES6(ECMAScript 2015)引入了模块化的概念,旨在使 JavaScript 更加模块化、可维护和可重用。ES6 模块允许我们在不同的文件中组织和管理代码,使得不同模块之间的依赖关系更加清晰。 1. 导出(Export) 1.1 命…

Chrome多开终极形态解锁!「窗口管理工具+IP隔离插件

Web3项目多开,继ads指纹浏览器钱包被盗后,更多人采用原生chrome浏览器,当然对于新手,指纹浏览器每月成本也是一笔不小开支,今天逛Github发现了这样一个解决方案,作者开发了窗口管理工具IP隔离插件&#xff…

DeepSeek核心算法解析:如何打造比肩ChatGPT的国产大模型

注:此文章内容均节选自充电了么创始人,CEO兼CTO陈敬雷老师的新书《自然语言处理原理与实战》(人工智能科学与技术丛书)【陈敬雷编著】【清华大学出版社】 文章目录 DeepSeek大模型技术系列一DeepSeek核心算法解析:如何…

arm 入坑笔记

1.开发环境(IDE)使用keil_5 (keil_mdk) 2.两个手册需要关注:用户手册(编程需要),数据手册(硬件) 3.32bit地址空间:0~2^324GB寻址空间及(0-FFFF_FFFF&#x…

弱监督语义分割学习计划(0)-计划制定

经过与deepseek的一番讨论和交流,DeepSeek为我设计了一个30天高强度学习计划,重点聚焦弱监督/无监督语义分割在野外场景的应用,结合理论与实践,并最终导向可落地的开源项目。以下是详细计划: 总体策略 优先级排序&…

vscode远程报错:Remote host key has changed,...

重装了Ubuntu系统之后,由20.04改为22.04,再用vscode远程,就出现了以上报错。 亲测有效的办法 gedit ~/.ssh/known_hosts 打开这个配置文件 删掉与之匹配的那一行,不知道删哪一行的话,就打开第一行这个 /.ssh/confi…

Python - 爬虫利器 - BeautifulSoup4常用 API

文章目录 前言BeautifulSoup4 简介主要特点:安装方式: 常用 API1. 创建 BeautifulSoup 对象2. 查找标签find(): 返回匹配的第一个元素find_all(): 返回所有匹配的元素列表select_one() & select(): CSS 选择器 3. 访问标签内容text 属性: 获取标签内纯文本get_t…

DeepSeek驱动下的数据仓库范式转移:技术解耦、认知重构与治理演进

DeepSeek驱动下的数据仓库范式转移:技术解耦、认知重构与治理演进 ——基于多场景实证的架构革命研究 一、技术解耦:自动化编程范式的演进 1.1 语义驱动的ETL生成机制 在金融风控场景中,DeepSeek通过动态语法树解析(Dynamic Syn…

代码随想录算法训练营day38(补0206)

如果求组合数就是外层for循环遍历物品,内层for遍历背包。 如果求排列数就是外层for遍历背包,内层for循环遍历物品。 1.零钱兑换 题目 322. 零钱兑换 给你一个整数数组 coins ,表示不同面额的硬币;以及一个整数 amount &#xff0c…

golang channel底层实现?

底层数据实现 type hchan struct { qcount uint // 当前队列中的元素数量 dataqsiz uint // 环形队列的大小 buf unsafe.Pointer // 指向环形队列的指针 elemsize uint16 // 元素大小 closed uint32 // chan…

图的最小生成树算法: Prim算法和Kruskal算法(C++)

上一节我们学习了最短路径算法, 这一节来学习最小生成树. 最小生成树(Minimum Spanning Tree, MST)算法是图论中的一种重要算法, 主要用于在加权无向图中找到一棵生成树, 使得这棵树包含图中的所有顶点, 并且所有边的权重之和最小. 这样的树被称为最小生成树. 最小生成树广泛应…

矩阵系统源码搭建的数据管理开发功能解析,支持OEM

一、引言 在矩阵系统中,数据犹如血液,贯穿整个系统的运行。高效的数据管理开发功能是确保矩阵系统稳定、可靠运行的关键,它涵盖了数据的存储、处理、安全等多个方面。本文将深入探讨矩阵系统源码搭建过程中数据管理功能的开发要点。 二、数据…

DeepSeek 助力 Vue 开发:打造丝滑的日期选择器(Date Picker),未使用第三方插件

前言:哈喽,大家好,今天给大家分享一篇文章!并提供具体代码帮助大家深入理解,彻底掌握!创作不易,如果能帮助到大家或者给大家一些灵感和启发,欢迎收藏关注哦 💕 目录 Deep…

操作系统知识点2

1.P,V操作可以实现进程同步,进程互斥,进程的前驱关系 2.先来先服务调度算法是不可抢占的算法 3.UNIX操作系统中,对文件系统中空闲区的管理通常采用成组链接法 4.对于FAT32文件系统,它采用的是链接结构 5.不同的I/O…

【个人开发】deepspeed+Llama-factory 本地数据多卡Lora微调【完整教程】

文章目录 1.背景2.微调方式2.1 关键环境版本信息2.2 步骤2.2.1 下载llama-factory2.2.2 准备数据集2.2.3 微调模式2.2.3.1 zero-1微调2.2.3.2 zero-2微调2.2.3.3 zero-3微调2.2.3.4 单卡Lora微调 2.2.4 实验2.2.4.1 实验1:多GPU微调-zero12.2.4.2 实验2:…

iOS 中使用 FFmpeg 进行音视频处理

在 iOS 中使用 FFmpeg 进行音视频处理,通常需要将 FFmpeg 的功能集成到项目中。由于 FFmpeg 是一个 C 库,直接在 iOS 中使用需要进行一些配置和封装。 1. 在 iOS 项目中集成 FFmpeg 方法 1:使用 FFmpeg 预编译库 下载 FFmpeg iOS 预编译库: 可以从以下项目中获取预编译的 …