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

526 个模型

按发布时间倒序
Alibaba

Text Embedding V4

通义实验室基于 Qwen3 训练的多语言通用文本向量模型,属于 Qwen3-Embedding 系列。它将文本转换为数值向量,而非生成对话回答。(docs.bailian.console.aliyun.com) 支持中文、英语等 100 多种主流语言及多种编程语言;可选向量维度为 64、128、256、512、768、1024、1536、2048,默认 1024。(help.aliyun.com)…

了解模型简体中文
Baidu

Qianfan-PublicOpinion-Classification

百度智能云千帆平台自研的舆情分析视觉大模型,曾作为预置服务提供,主要处理图片场景分类和敏感场景判断。(qianfan.cloud.baidu.com) 根据图片识别场景并判断是否属于敏感场景;官方举例包括暴力事件、火灾、交通事故和自然灾害。 可用于图片舆情场景识别。模型更新记录称其以 JSON 格式输出结果。(qianfan.cloud.baidu.com) 百度官方退役记录显示,该预置模型服务于…

了解模型简体中文
Tencent

hunyuan-turbos-20250604

腾讯混元 TurboS 系列的固定版本,是面向文本生成与理解的通用大语言模型。该版本于 2025 年 6 月 4 日上线。(cloud.tencent.com) 官方公告称,此版本升级了预训练底座,提升了写作和阅读理解能力,较大幅度提升了代码和理科能力,并持续改进复杂指令遵循能力。可用于文本创作、阅读理解、代码辅助及理科问题处理等任务。(cloud.tencent.com) 公告未给出此固定版本的…

了解模型简体中文
OpenAI

GPT-4o Realtime

GPT-4o Realtime 是面向实时语音与文本交互的预览模型。OpenAI 于 2025 年 6 月 3 日公告了快照 gpt-4o-realtime-preview-2025-06-03,并在 Realtime API 中提供该版本。(community.openai.com) 支持文本和音频输入、输出,可通过 WebRTC 或 WebSocket 进行实时交互,适合构建语音助手和实时对话…

了解模型简体中文
OpenAI

GPT-4o Audio

GPT-4o Audio 是支持音频输入和输出的 GPT-4o 预览模型。本条对应固定版本 gpt-4o-audio-preview-2025-06-03,发布时通过 Chat Completions API 提供。(community.openai.com) 支持文本和音频输入、输出,以及流式输出和函数调用;可用于构建语音交互和语音智能体应用。 OpenAI 表示,此次语音到语音模型更新改善了指…

了解模型简体中文
MiniMax

SynLogic-7B

SynLogic-7B 是面向逻辑推理的 7B 级文本生成模型,以 Qwen2.5-7B-Base 为基础,使用 SynLogic 数据集进行强化学习训练。官方模型卡标注语言为英语。(huggingface.co) 模型针对 27 类逻辑推理任务训练,包括数独、24 点和密码等;训练数据可自动验证。官方称其逻辑推理能力可迁移至数学问题求解,适合用于逻辑推理研究、数学问题实验及模型评测。官方报告的…

了解模型简体中文
Zhipu AI

AndroidGen-Llama-3-70B

AndroidGen-Llama-3-70B 是 Zhipu AI 发布的、基于 Llama-3-70B 的 AndroidGen 开源模型,面向安卓设备上的语言智能体任务。模型仓库提供 Safetensors 权重,标注参数规模约为 71B、数据类型为 BF16。模型卡将许可证标记为 other,使用前应核查适用条款,不应将项目代码许可证直接视为模型权重许可证。(huggingface.co)…

了解模型简体中文
DeepSeek

DeepSeek-R1-0528-Qwen3-8B

DeepSeek-R1-0528-Qwen3-8B 是一款约 80 亿参数的文本生成与推理模型。DeepSeek 使用 DeepSeek-R1-0528 的思维链数据对 Qwen3-8B Base 进行蒸馏后训练。它不是完整的 DeepSeek-R1-0528 模型。(api-docs.deepseek.com) 模型适用于数学推理、编程和文本生成,也可用于推理模型研究及小模型应用开发。官方报告的…

了解模型简体中文
Tencent

hunyuan-t1-20250529

腾讯混元 T1 系列的深度推理模型版本,官方于 2025 年 5 月 29 日公告上线。(cloud.tencent.cn) 官方表示,此版本优化了文本创作、作文写作、前端代码、数学和逻辑推理能力,并提升了指令遵循能力。可用于写作辅助、前端代码生成与理科推理等任务。(cloud.tencent.cn) 模型输出可能存在错误,重要内容及代码应由用户核验。 本次核验未找到针对该固定版本的可靠上下文窗口…

了解模型简体中文
Zhipu AI

AndroidGen-GLM-4-9B

AndroidGen-GLM-4-9B 是智谱 AI 发布的 Android 智能体语言模型,基于 GLM-4-9B 训练,约有 90 亿参数。官方模型卡称其为 AndroidGen 的开源版本;模型仓库提供权重文件,许可证标记为 other,使用前应核实具体许可条款。(huggingface.co) 配合 AndroidGen 框架,根据任务和环境信息规划、生成操作,以执行短信、时钟、邮件和设置…

了解模型简体中文
DeepSeek

DeepSeek-R1-0528

DeepSeek-R1-0528 是 DeepSeek-R1 的小版本更新,定位于深度思考和复杂推理。它沿用 DeepSeek-V3 Base 基座,主要改进后训练方法。发布日期为 2025 年 5 月 28 日。(deepseek.com) 面向数学、编程和通用逻辑推理,也可用于前端代码生成、角色扮演和需要工具调用的应用。 官方报告称,相比旧版 R1,AIME 2025 准确率从 70% 提升至…

了解模型简体中文
Tencent

hunyuan-large-vision

hunyuan-large-vision 是基于混元 Large 训练的视觉语言大模型,面向图文理解场景。(main.qcloudimg.com) 支持多张图片与文本组合输入,并生成文本内容。官方公告称其支持任意分辨率图片输入。 聚焦图文理解任务;官方称其多语言图文理解能力有显著提升,可用于需要结合图片和文字进行理解的场景。(main.qcloudimg.com) 公告所述输出为文本,未核实图像生…

了解模型简体中文
Tencent

hunyuan-turbos-vision-v1.1

腾讯混元基于 TurboS 的视觉语言旗舰模型版本,面向图文理解任务。(main.qcloudimg.com) 官方称,该版本改善了通用图片理解效果,并在基于图片的实体识别、知识问答、文案创作和拍照解题等方面,相比前一代模型有所提升。(main.qcloudimg.com) 本次更新将上下文窗口从 8K 扩展至 32K;公告未分别说明输入和输出的额度。(main.qcloudimg.com) 腾讯…

了解模型简体中文
Anthropic

Claude Sonnet 4

Claude Sonnet 4 是 Anthropic 于 2025 年 5 月 22 日发布的 Claude 4 系列模型,面向编程、推理和智能体任务,兼顾能力与响应速度。它提供快速响应和扩展思考两种模式。(anthropic.com) 支持理解文本和图像输入,并生成文本;可用于对话、分析、编程和创作。(anthropic.com) 可用于代码编写与修改、复杂问题分析,以及结合工具执行多步骤任务…

了解模型简体中文
Anthropic

Claude Opus 4

Claude Opus 4 是 Anthropic 于 2025 年 5 月 22 日发布的 Claude 4 系列模型,发布时定位于复杂编程、深度推理和长时间运行的智能体任务。(anthropic.com) 支持快速响应和扩展思考两种模式,可用于复杂问题求解、代码编写与修改、研究和写作。 支持并行工具调用;开发者提供本地文件访问权限时,模型可通过读写文件保存任务相关信息。发布时,扩展思考期间使用…

了解模型简体中文
Tencent

hunyuan-t1-20250521

腾讯混元 T1 系列的深度推理模型固定版本,发布于 2025 年 5 月 21 日。(main.qcloudimg.com) 官方称,该版本增强了数学、代码、科学和知识问答能力,并通过优化文科数据提升文本创作与理解能力。适用于数学和科学问题求解、代码相关任务、知识问答和文本创作等场景。(main.qcloudimg.com) 输出可能有误,重要事实、推理结果和代码应由用户核验。 该固定版本的上下文…

了解模型简体中文
Google

Veo 3

Veo 3 是 Google 发布的视频生成模型,能够根据提示生成带同步音频的视频,面向视频创作和视觉叙事。(blog.google) 支持文本和图片提示,可将提示中的短故事转化为视频片段。 可生成环境声、音效和人物对话;Google 还强调其物理表现和口型同步能力。 可用于构思视频内容、快速迭代创意和电影式叙事。(blog.google) 生成结果并非总是准确:Google 指出,Veo 系列的…

了解模型简体中文
Google

Imagen 4 Ultra Generate Experimental 05-20

Google Imagen 4 系列的 Ultra 图像生成实验版,定位于根据文本提示生成高质量图像。Google 于 2025 年 5 月 20 日在 Vertex AI 发布记录中公布该预览模型,当时可通过 API 和 Vertex AI Studio 使用。(docs.cloud.google.com) 接收文本提示并生成图像;Imagen 4 系列采用潜在扩散架构,支持多种视觉风格,并改进…

了解模型简体中文
Google

Imagen 4 Generate Preview 05-20

Google Imagen 4 的文生图公开预览版本,最初通过 Vertex AI 提供。它接收文本提示词并生成图像;官方公告中的代码示例明确使用了该模型 ID。(cloud.google.com) 官方介绍强调图中文字渲染、对提示词的遵循、多种视觉风格的图像质量,以及多语言提示词支持。 可用于生成创意图片、海报和其他视觉素材。例如,官方示例用提示词生成带有文字的旅行海报。(cloud.googl…

了解模型简体中文
Google

Gemini 2.5 Flash Experimental Native Audio Thinking Dialog

Google Gemini 2.5 Flash 系列的实验性原生音频对话模型,面向 Gemini Live API 的实时语音交互,并结合对话与推理能力。Google 于 2025 年 5 月 20 日发布了该模型,明确列出其原生音频输出能力。(aistudio.google.com) **原生音频对话:**生成语音响应,适合构建实时语音助手和交互式语音应用。 **推理对话:**Google 对…

了解模型简体中文