Qwen-AgentWorld-35B-A3B
Qwen-AgentWorld-35B-A3B ist ein offenes Sprach-Weltmodell zur Simulation von Agentenumgebungen. Es sagt anhand einer Agentenaktion und des bisherigen Interaktionsverlaufs den nächsten Umgebungszustand…
MODELLVERZEICHNIS
Entdecken Sie neue Modelle, sortiert nach Veröffentlichungsdatum.
Qwen-AgentWorld-35B-A3B ist ein offenes Sprach-Weltmodell zur Simulation von Agentenumgebungen. Es sagt anhand einer Agentenaktion und des bisherigen Interaktionsverlaufs den nächsten Umgebungszustand…
Doubao-Seed-2.1-Turbo ist die auf niedrige Kosten und geringe Latenz ausgerichtete Variante der Seed-2.1-Modellreihe für skalierte Produktionsanwendungen. ByteDance nennt insbesondere Coding, Agenten…
Doubao-Seed-2.1-Pro ist ein multimodales Flaggschiffmodell der Seed-2.1-Familie für anspruchsvolle Coding-, Agenten- und Produktivitätsaufgaben. Die Modellversion doubao-seed-2-1-pro-260628 wird von…
Unlimited-OCR ist ein offenes Vision-Language-Modell von Baidu für OCR und die Analyse langer Dokumente. Baidu stellte die erste Version am 22. Juni 2026 vor. Der später veröffentlichte Nachfolger…
Seed-2.1-Pro-Preview ist eine frühe Vorschauversion eines Foundation-Modells von ByteDance. Sie wurde am 19. Juni 2026 auf der Code Arena von Arena AI für Community-Tests veröffentlicht. Die…
Fun-ASR-Flash ist ein Modell zur automatischen Spracherkennung für aufgezeichnete Audiodateien: Es wandelt Audioeingaben in Text um. Alibaba Cloud führt diese Version in seiner Ankündigung vom 17.…
GLM-5.2 ist ein am 16. Juni 2026 vorgestelltes Flaggschiffmodell für langfristige Aufgaben und agentische Softwareentwicklung. Die Modellgewichte sind unter der MIT-Lizenz verfügbar. (z.ai) Langer…
HappyHorse-1.1-I2V ist ein Bild-zu-Video-Modell von Alibaba, das über Alibaba Cloud Model Studio angeboten wird. Die offizielle Modellankündigung führt es unter dem 16. Juni 2026. (alibabacloud.com)…
HappyHorse-1.1-R2V ist ein Referenzbild-zu-Video-Modell auf Alibaba Cloud Model Studio. Alibaba führt es in der offiziellen Modellankündigung unter dem 16. Juni 2026. (alibabacloud.com) Das Modell…
HappyHorse-1.1-T2V ist ein Text-zu-Video-Modell, das über Alibaba Cloud Model Studio bereitgestellt wird. Die offizielle Modellankündigung führt es unter dem 16. Juni 2026 auf. (alibabacloud.com) Das…
Qwen3.5-OCR ist ein auf der Qwen3.5-Architektur basierendes Modell zur optischen Zeichenerkennung und Dokumentverarbeitung. Alibaba führt es unter dem 16. Juni 2026 auf. (alibabacloud.com) Das Modell…
Qwen-RobotNav ist ein skalierbares Navigationsmodell für agentische Robotersysteme. Es gehört zur Qwen-Robot Suite und basiert auf Qwen3-VL. Das Modell wurde laut Qwen mit 15,6 Millionen Beispielen…
Hy-Embodied-0.5-VLA-RoboTwin ist ein offen verfügbarer Vision-Language-Action-Checkpoint für die zweihändige Robotermanipulation. Er wurde aus dem UMI-vortrainierten Hy-VLA-Modell auf den 50 Aufgaben…
Hy-Embodied-0.5-VLA-UMI ist ein vortrainierter Vision-Language-Action-Checkpoint für die Robotermanipulation. Er dient als allgemeiner Ausgangspunkt für die Feinabstimmung auf konkrete Roboter und…
Kimi K2.7 Code ist ein auf Programmierung und agentische Aufgaben spezialisiertes Modell mit veröffentlichten Modellgewichten. Moonshot AI kündigte es am 12. Juni 2026 an. (kimi.com) Für länger…
PP-OCRv6_medium_rec ist das Texterkennungsmodell der Medium-Stufe von PaddleOCRs PP-OCRv6-Familie und für serverseitige OCR-Anwendungen ausgelegt. Es verarbeitet Textbildausschnitte und gibt erkannten…
PP-OCRv6_medium_det ist das mittelgroße Texterkennungs-Detektionsmodell der PaddleOCR-Reihe PP-OCRv6. Es lokalisiert Textbereiche in Bildern und ist laut offizieller Dokumentation für den…
PP-OCRv6_small_rec ist das kleine Texterkennungsmodell der PP-OCRv6-Reihe für die Erkennung von Text in Bildern. Es ist unter anderem für mobile Anwendungen geeignet. Die Architektur kombiniert…
PP-OCRv6_small_det ist das kleine Texterkennungs-Lokalisierungsmodell der PP-OCRv6-Reihe. Es ist auf ein Gleichgewicht zwischen Genauigkeit und Effizienz ausgelegt und für den mobilen Einsatz…
PP-OCRv6_tiny_rec ist das leichteste Texterkennungsmodell der PP-OCRv6-Reihe. Es besitzt laut offizieller Modellkarte rund 1,1 Millionen Parameter und verwendet LCNetV4 sowie einen…