模型发布档案

最新发布模型

聚合模型发布动态,按发布时间浏览,发现值得关注的新模型。

按发布时间倒序7 种语言
清除

4 个模型

按发布时间倒序
ByteDance

Doubao-Seed-1.6-flash

Doubao-Seed-1.6-flash 是面向低延迟应用的多模态深度思考模型,支持文本和视觉理解。火山方舟将 250828 列为视觉理解模型的版本更新:与 250715 版相比,文本能力基本一致,视觉能力显著提升。(docs.volcengine.com) 可用于智能巡检、手机助手、智能硬件等需要兼顾模型效果、速度和成本的场景。模型输出仍需结合实际任务验证;具体版本的上下文长度、最大输出长度及…

了解模型简体中文
OpenAI

gpt-realtime

gpt-realtime 是 OpenAI 面向实时语音交互的多模态模型,也是其首个正式发布的 Realtime 模型。它直接处理和生成音频,旨在帮助开发者构建低延迟语音代理,而不必将语音识别和语音合成模型串接起来。2025 年 8 月 28 日,OpenAI 发布了该模型及 Realtime API 正式版;对应的固定快照为 gpt-realtime-2025-08-28。(openai.com…

了解模型简体中文
Baidu

Qianfan-EngCard-VL

Qianfan-EngCard-VL 是百度面向教育场景的垂类专精图像理解模型。百度千帆将其列为推理服务 API V2 的图像理解模型。(cloud.baidu.com) 针对已经完成区域切割的英文答题卡填空部分,模型可按题目原有顺序自动识别答案,适用于辅助教学评阅。(qianfan.cloud.baidu.com) 官方描述的适用输入是已完成区域切割的英文答题填空部分;不能据此推断模型支持整张答…

了解模型简体中文
Baidu

Qianfan-SinglePicOCR

百度千帆的垂类专精图像理解模型,面向单张图片的信息识别与提取;官方社区将其列为教育垂类模型。(cloud.baidu.com) 识别并抽取单张图片中的信息,输出便于工程处理的 YAML 格式。 可用于教育场景中的图片内容提取及后续结构化处理。(qianfan.cloud.baidu.com) 官方说明聚焦单张图片输入,不能据此推定支持多图输入。 官方公告未说明该模型的准确率、支持语言、图片尺寸限制…

了解模型简体中文