Swiss AI Initiative представила Apertus 1.5 с мультимодальностью и длинным контекстом
Swiss AI Initiative описала на Hugging Face новую версию открытых моделей Apertus. Apertus 1.5 получила понимание изображений и аудио, опциональный режим рассуждений и контекстное окно 262 144 токена.
Swiss AI Initiative опубликовала на Hugging Face описание Apertus 1.5 — продолжения семейства открытых моделей Apertus 1.0. Обновление касается версий на 8B и 70B параметров. По описанию проекта, модели теперь принимают изображения и аудио вместе с текстом, а также могут работать в опциональном режиме рассуждений перед формированием ответа. Речь идёт именно о понимании мультимодальных данных: генерировать модели по-прежнему умеют только текст.
Контекстное окно увеличили до 262 144 токенов, что в четыре раза больше показателя Apertus 1.0. Авторы также заявляют об улучшении следования инструкциям и использования внешних инструментов. Для работы с изображениями и аудио данные преобразуются в дискретные токены и подаются в общую последовательность с текстом.
Обновлённые веса моделей были опубликованы на Hugging Face 24 июля 2026 года под лицензией Apache 2.0. В статье от 15 октября проект также сообщает, что Apertus остаётся полностью открытым: команда публикует веса, данные, ценности и подробности обучения. Таким образом, релиз предназначен не только для общения с моделью, но и для самостоятельного изучения и развёртывания разработчиками.
Почему это важно
Релиз расширяет область применения открытых Apertus: модель может работать с документами, диаграммами, фотографиями и аудио, сохраняя единый текстовый интерфейс и доступность весов.
Источник: Hugging Face Blog · По данным официальной статьи Swiss AI Initiative на Hugging Face.