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

584 个模型

按发布时间倒序
DeepSeek

DeepSeek-V3-0324

DeepSeek-V3-0324 是 DeepSeek-V3 的一次版本更新,定位于通用对话及非复杂推理任务。它与此前的 V3 使用相同的基础模型,主要改进了后训练方法。官方称模型参数约为 660B。(deepseek.com) 推理与编程:相较此前版本,数学、代码和推理类任务表现提升;可用于代码生成、网页及游戏前端开发。 中文内容:适用于中长篇写作、多轮改写、翻译和书信撰写。…

了解模型简体中文
Tencent

Hunyuan-T1

Hunyuan-T1 是腾讯发布的深度推理大模型。该版本于 2025 年 3 月 21 日发布;T1 正式版基于采用 Hybrid-Transformer-Mamba MoE 架构的混元 TurboS 底座,经过后训练扩展推理能力。(cloud.tencent.com) 支持数学、逻辑推理、科学和代码问题的推理解答。 具备长文本信息捕捉能力,可用于长文理解、摘要及复杂文本推理。 可用于知识问答、文…

了解模型简体中文
OpenAI

GPT-4o Mini TTS

GPT-4o Mini TTS 是基于 GPT-4o mini 的文本转语音模型,可将输入文本转换为自然语音。OpenAI 于 2025 年 3 月 20 日发布该模型;对应的固定版本快照为 gpt-4o-mini-tts-2025-03-20。模型别名与固定快照并非同一概念:官方后来将别名指向了更新的快照。(openai.com) 可通过文字指令调整语音的口音、情绪、语调、语速和语气等表达方式,…

了解模型简体中文
OpenAI

GPT-4o Mini Transcribe

GPT-4o Mini Transcribe 是基于 GPT-4o mini 的语音转文字模型,用于将音频转写为文本。OpenAI 表示,与原始 Whisper 模型相比,它改善了词错误率、语言识别和转写准确性。(developers.openai.com) 接收音频,输出转写文本;可用于录音转写、字幕草稿和语音应用中的文字记录。 可通过 OpenAI 音频转写 API 接入;官方文档也列出了实时…

了解模型简体中文
OpenAI

GPT-4o Transcribe

GPT-4o Transcribe 是基于 GPT-4o 的语音转文本模型,通过 OpenAI API 将音频转录为文本。OpenAI 于 2025 年 3 月 20 日发布该模型。(openai.com) 支持多语言语音识别。官方称,与原始 Whisper 模型相比,该模型在语言识别和准确性方面有所改进,在多个基准测试上的词错误率更低;对口音、背景噪声和语速变化等情况的处理也有所改善。(open…

了解模型简体中文
Alibaba

GTE-Rerank-V2

GTE-Rerank-V2 是通义实验室研发的多语言文本重排序模型。它根据查询与候选文档的语义相关性,对文档重新排序,适用于语义搜索和检索增强生成(RAG)等场景。(help.aliyun.com) 支持中文、英文、日语、韩语、泰语等 50 多种语言。 可对初次检索召回的候选文档重新打分,返回相关性排名;可通过 top_n 限制返回结果数量。(help.aliyun.com) 输入为文本;单次请求…

了解模型简体中文
Alibaba

Qwen-Plus-Character

Qwen-Plus-Character 是千问系列的文本生成与角色扮演模型,面向拟人化对话。它是动态更新版本,官方表示模型更新会提前通知。(docs.bailian.console.aliyun.com) 模型针对限定人设指令遵循、角色还原、话题推进和倾听共情进行了优化。适用场景包括虚拟社交、游戏 NPC、IP 角色复刻以及玩具、车机等智能硬件交互。开发者可在系统消息中设定角色背景、关系、场景和语…

了解模型简体中文
OpenAI

o1-pro

o1-pro 是 OpenAI o1 系列的推理模型,通过使用更多计算资源处理困难问题,以改善推理和回答的一致性。OpenAI API 更新日志记载的发布日期为 2025 年 3 月 19 日;对应快照为 o1-pro-2025-03-19。(developers.openai.com) 模型支持文本和图像输入、文本输出,以及函数调用和结构化输出;上下文窗口为 200,000 token,最大输出…

了解模型简体中文
Baidu

ERNIE X1

ERNIE X1 是百度发布的深度思考推理模型。百度称其具备多模态能力,并强化了理解、规划和反思能力。(prnewswire.com) 模型面向中文知识问答、文学创作、文稿写作、日常对话、逻辑推理和复杂计算等任务。百度的发布公告还介绍了搜索、文档问答、图像理解、代码解释和网页阅读等工具使用场景;具体能力取决于所用产品和接口。(prnewswire.com) 模型可能生成错误或不可靠的内容,重要结果…

了解模型简体中文
Baidu

ERNIE 4.5

百度文心 4.5 系列的预览版模型。百度将文心 4.5 定位为原生多模态基础大模型,面向开发者和企业提供千帆 API 服务。(qianfan.cloud.baidu.com) 支持对话、文本理解与生成,可用于问答、内容创作、逻辑推理和代码相关任务。 官方更新记录和调用示例显示,此版本支持图像理解,可用于结合图文进行问答和分析。文心 4.5 系列还具备音频、视频理解能力,但不能据此认定本 API 版…

了解模型简体中文
Tencent

hunyuan-turbos-20250313

腾讯混元 TurboS 旗舰大模型的 2025-03-13 版本,面向通用文本任务,侧重快速响应。(cloud.tencent.com) 官方称该版本升级了预训练底座的训练 token 数量,提升了数学、逻辑和代码相关能力,以及中英文文本创作、文本理解、知识问答和闲聊的体验。可用于文本创作、问答和对话等场景。(cloud.tencent.com) 模型输出可能出错,重要事实、计算及代码应由使用者核…

了解模型简体中文
Google

Gemini Robotics-ER

Gemini Robotics-ER 是 Google 基于 Gemini 2.0 推出的视觉语言模型,ER 指“具身推理”。它侧重机器人所需的空间理解,可与机器人现有的低层控制器配合使用;它不同于以物理动作作为输出、用于直接控制机器人的 Gemini Robotics。(deepmind.google) 支持物体检测、指向物体部位、多视角对应和三维物体检测等空间理解任务。 可用于感知、状态估计、…

了解模型简体中文
Google

Gemini Robotics

Gemini Robotics 是基于 Gemini 2.0 构建的视觉-语言-动作(VLA)模型,以物理动作为输出模态,旨在直接控制机器人。它不同于同期发布、侧重具身推理的 Gemini Robotics-ER。(deepmind.google) **泛化与交互:**能够处理新物体、不同指令和新环境,理解多种语言的日常指令,并根据环境或指令的变化调整动作。 **灵巧操作:**官方展示了折纸、将零…

了解模型简体中文
OpenAI

computer-use-preview

computer-use-preview 是 OpenAI 面向计算机操作工具的专用研究预览模型,基于用于 Operator 的 Computer-Using Agent(CUA)模型。OpenAI 于 2025 年 3 月 11 日宣布该模型;对应快照为 computer-use-preview-2025-03-11。(developers.openai.com) 模型经过理解和执行计算机任务的…

了解模型简体中文
OpenAI

GPT-4o mini search preview

GPT-4o mini search preview 是面向网页搜索的快速、低成本小型预览模型,经过专门训练,能在 Chat Completions API 中理解并执行网页搜索查询。其固定版本为 gpt-4o-mini-search-preview-2025-03-11。(developers.openai.com) 支持文本输入和输出,可用于基于网页信息的问答与信息检索;OpenAI…

了解模型简体中文
OpenAI

GPT-4o search preview

GPT-4o search preview 是面向 Chat Completions API 的联网搜索专用预览模型,经过训练以理解和执行网页搜索查询。其带日期的快照 ID 为 gpt-4o-search-preview-2025-03-11。(developers.openai.com) 支持文本输入和输出、流式输出及结构化输出;可用于需要网页信息的问答、资料检索和研究助手等场景。(develo…

了解模型简体中文
Google

Gemini Embedding Experimental

Google 于 2025 年 3 月 7 日发布的实验性文本嵌入模型。它将文本转换为向量,用于表示语义,而非生成对话回答;发布时通过 Gemini API 的 embed_content 接口提供。(developers.googleblog.com) 支持 100 多种语言,可处理文本、代码等内容,适用于检索增强生成(RAG)、语义检索、推荐和文本分类等场景。 发布公告给出的输入上限为 8K…

了解模型简体中文
Alibaba

QwQ-Plus

QwQ-Plus 是通义千问 QwQ 的增强版推理模型,基于 Qwen2.5 训练,并通过强化学习提升推理能力。官方上架日期为 2025-03-05;本条对应的发布快照为 qwq-plus-2025-03-05。(docs.bailian.console.aliyun.com) 文本输入、文本输出,面向深度思考任务,可用于数学问题求解、逻辑推理、代码生成和分析等场景。 官方称其在 AIME 24/…

了解模型简体中文
Zhipu AI

CogView4-6B

CogView4-6B 是智谱发布的文生图模型,采用约 60 亿参数的 CogView-4 Diffusers 版本,接收文本提示词并生成图像。官方于 2025 年 3 月 4 日宣布适配并开源该版本。(github.com) 支持中文和英文提示词,能在生成的图像中绘制中文文字;可用于插画、创意视觉素材和含文字的图像制作。 使用 GLM-4-9B 作为文本编码器;官方开源模型资料列出的提示词长度上…

了解模型简体中文
Alibaba

万相2.1-图生视频-Turbo

万相2.1系列图生视频Turbo模型,以较快生成速度将静态图片转为动态视频,通过阿里云百炼提供推理服务。(help.aliyun.com) 根据首帧图片生成视频,可结合提示词描述期望的运动和画面。官方介绍称模型支持大幅度复杂运动、物理规律遵循、多种艺术风格和影视级画面质感,并提升了指令遵循能力。(help.aliyun.com) 可用于静态图片动态化、视觉创意和短视频素材制作。 输出为无声视频;分…

了解模型简体中文