Alibaba Cloud Model Studio を使ってみる #7

久しぶり(1-2週間かな)に Alibaba Cloud Model Studio のコンソールを開いたところ、”Welcome to the New Version” と案内が表示されました。  ということで変更点を実際に触ってみて、新UI紹介していこうと思います。

先に結論をいうと新UI 良いです。 以前のUIにあったシンプルすぎるところ、チープ感が無くなって普段使いしてもよいかなと思えるUIとなったと思います。 

新バージョンのポイント

まず案内文を確認します。  あまり意識はしていなかったのですがコンソール名は Bailian と呼ぶのですね。 ちょっと調べてみると「Bailian(百錬 / バイリェン)」は、もともと中国国内市場向けで使われていたサービス名のようです。

元の文章日本語訳
Welcome to the New Version
The new Bailian Console offers an upgraded interface, streamlined workflows, and a better experience.


– Refreshed visuals and information architecture
– Simplified operations and workflows
– Unified access to models, apps, resources, and settings
– Enhanced user experience

Try the New Version
新バージョンへようこそ
新しい Bailian(百錬)コンソールでは、アップグレードされたインターフェース、簡素化されたワークフロー、そしてより優れた体験を提供します。

-ビジュアルと情報構造の刷新
-操作手順とワークフローの簡略化
-モデル、アプリ、リソース、設定への統合アクセス
-ユーザー体験(UX)の向上

新バージョンを試す

    変更点を見ていくと、新機能というよりは UI のアップデートのようです。 これは実際に操作しながらどう改善されているか見ていこうと思います。

      ホーム画面(Models)

      コンソールにアクセスすると最初に表示されるホーム画面を紹介していきます。 ホーム画面と言っていますが、UI上の名称は”Models”となります。

      スクロールして約2画面分を続けてスクリーンショットとして貼り付けて紹介します。

      気づいた変更点から紹介していきます。 まずはホーム画面の上部、一番初めに目につくところですね、に派手な検索画面があります。

      参考までに以前のUIは以下です。 

      Playgroud

      次は左メニューの ”Playgroud”を紹介していきます。Playgroud はいわゆるチャットや音声、画像などの生成AIのUIですがこちらも以前からかなり洗練されています。 新UIは全般的にアニメーションがふんだんに使われています。 

      text

       textは文字データの処理や生成に特化した標準的な言語モデル群です。主な用途はAIチャットボット、社内文書検索(RAGシステム)、ライティング支援、コード補完などになります。

      Speech

      主な機能は文字起こし(音声認識/ASR)や、テキストから自然な音声を生成する読み上げ(音声合成/TTS、CosyVoiceなど)となり、ナレーション・音声ガイド作成、会議ログの自動文字起こし、音声対話システムなど利用可能です。

      Visual

      主な機能:は画像内のオブジェクト検出・説明、図表の読み取り(OCR)、デザイン画像やポスターの生成、画像編集など。

      下の方にスクロールしていくと Inspiration ということで様々な画像が大量に提示されています。

      Omni

      テキスト、音声、画像、動画などの複数モダリティを境界なく同時に処理・理解・出力できる統合型モデルです。主な機能は 映像や音声を聞きながらリアルタイムで会話・応答する(Speech-to-Speech)、動画の分析と音声解説の生成などとなり、カメラ映像とマイク音声を使ったリアルタイムAIアシスタント、ライブ配信の分析・自動コメント、動画コンテンツの多言語吹き替えに利用できるようです。 私はまだ利用したことはありません。

      主に対話型のUIを中心に紹介しました。  以前のUIはよく言えばシンプルでしたが、新UIはアプリのような使いここちだったりアニメーションが多用されたリッチ感があります。 APIからの利用であればUIはどうでもよいとは言えますが、実際にわたしの行動(対話型での生成AI利用)を振り返ってみると普段使いは Google Gemini を使っていました。 感覚的な話ではあるのですが、以前のUIは最低限の機能な感じもあり、UIがしょぼいと機能もしょぼいのではないかと深層心理的に思ってしまったのかもしれません。  

      今回、新UIに触れたことで今後は Alibaba Cloud Model Studio をもっともっと使っていこうかなと思えました

      以上