Qwen-Plus-Character-JA
通义千问系列角色扮演文本生成模型,针对日语拟人化交互优化。官方介绍其具有人设指令遵循、角色一致性保持、结合上下文推进话题、倾听共情和个性化角色还原能力,并优化了日语本地化知识理解与表达、角色拟人化及剧情演进。(docs.modelstudio.console.alibabacloud.com) 适合日语虚拟社交、游戏 NPC、虚拟角色或 IP…
模型发布档案
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。
通义千问系列角色扮演文本生成模型,针对日语拟人化交互优化。官方介绍其具有人设指令遵循、角色一致性保持、结合上下文推进话题、倾听共情和个性化角色还原能力,并优化了日语本地化知识理解与表达、角色拟人化及剧情演进。(docs.modelstudio.console.alibabacloud.com) 适合日语虚拟社交、游戏 NPC、虚拟角色或 IP…
Qwen-TTS-Realtime 是通义千问系列的实时语音合成模型,将文本转换为音频。qwen-tts-realtime-2025-07-15 是 2025 年 7 月 15 日的快照版本;官方发布记录将其列于 2025 年 7 月 16 日。(docs.modelstudio.console.alibabacloud.com) 模型具备双向上下文感知能力,官方描述其支持低延迟、高保真的双向流式…
Qwen3 系列的 Plus 模型,面向文本生成与推理,融合思考和非思考模式,可在对话中切换。该版本是 2025 年 7 月 14 日的快照;相较前一版本,官方称其非思考模式下的中英文能力有所提升,工具调用能力得到专项增强。(docs.modelstudio.console.alibabacloud.com) 支持文本输入和文本输出,可用于中文、英文对话、文本生成和需要推理的任务。 阿里云百炼北京…
腾讯混元 TurboS 系列的文本大模型版本,属于面向快速响应场景的模型。官方产品动态将此版本列于 2025 年 7 月 16 日。(developer.cloud.tencent.com) 官方称,本版本升级了后训练策略,提升文创内容质量和丰富度、文本理解、专业知识、指令遵循、理科推理与解题能力,并针对讲稿体裁进行了优化。可用于文本创作、讲稿撰写、内容理解和问题解答等任务。(cloud.tenc…
CogVideoX-3 是智谱的视频生成模型,输入文本或图像,输出视频。官方于 2025 年 7 月 15 日宣布上线。(docs.bigmodel.cn) 支持文生视频、图生视频,以及使用首尾帧图片生成过渡视频。 官方称该版本改善了画面稳定性、清晰度、大幅运动表现、指令遵循和物理模拟,并提升了写实及 3D 场景表现;这些属于官方描述,不保证每次生成效果。 可选生成 AI 音效,默认关闭。 可用于…
字节跳动的豆包 1.5 Pro 角色扮演对话模型版本。官方称该版本新增故事剧情模式,并优化恋爱互动和真人向聊天;官方报告整体效果提升 10%–15%,但公告未说明该数字的具体评测方法或对照版本。适用于角色互动、剧情对话等文本生成场景。(docs.volcengine.com) 2025-07-15:按模型 ID 日期记录;官方发布表只确认月份,具体发布日未独立核实。官方将该完整模型 ID 列在 2…
Doubao-Seed-1.6-flash 是豆包 Seed 1.6 系列面向低延迟应用的多模态模型。火山方舟将 doubao-seed-1-6-flash-250715 列为视觉理解模型的版本更新,称其思考和非思考模式下的纯文本任务效果显著提升。(docs.volcengine.com) **记录的发布日期:2025-07-15。**按模型 ID 日期记录;官方发布表只确认月份,具体发布日未独立…
Doubao-Seed-1.6-thinking 是字节跳动面向深度思考和视觉理解的模型。官方将 doubao-seed-1-6-thinking-250715 列为 2025 年 7 月的版本更新,并称其文本与视觉能力较 250615 版本提升。(docs.volcengine.com) 支持文本和视觉理解,适用于复杂问题分析、数学、编程、逻辑推理及图像理解等任务。 火山引擎开发者社区介绍该版本…
Kimi-K2-Instruct 是 Kimi K2 的后训练指令模型,面向通用对话和智能体应用,侧重工具调用与任务执行,而非长思考模式。API 版本 kimi-k2-0711-preview 于 2025 年 7 月 11 日发布。(kimi.com) 采用混合专家(MoE)架构,总参数约 1 万亿,每个 token 激活约 320 亿参数。0711 版本的上下文窗口为 128K tokens;…
Kimi-K2-Base 是 Kimi K2 系列的预训练基础语言模型,主要面向希望自行微调和构建定制方案的研究人员与开发者。它与面向通用聊天和智能体交互的后训练版本 Kimi-K2-Instruct 不同。(kimi.com) 采用混合专家(MoE)架构,总参数量约 1 万亿,每次前向计算激活约 320 亿参数;官方模型卡标注上下文长度为 128K token。(huggingface.co)…
腾讯混元 T1 系列的深度推理模型版本,面向需要复杂推理和文本处理的任务。(cloud.tencent.cn) 腾讯云公告称,该版本大幅提升了高难度数学、逻辑和代码能力,优化了输出稳定性,并提升了长文能力。可用于数学问题求解、逻辑分析、代码相关任务及长文本处理。(cloud.tencent.com) 模型输出仍需核验,尤其是数学推导和生成的代码。 该版本的具体上下文窗口、最大输出长度及权重状态未核…
GLM-4.1V-9B-Thinking 是基于 GLM-4-9B-0414 的 9B 级视觉语言推理模型,结合思考范式与强化学习,面向复杂多模态理解和推理任务。官方已公开模型权重,模型卡标注 MIT 许可证。(huggingface.co) 支持中文和英文、图像与文本理解及推理,适合图像问答、学科问题求解、长文档理解和多模态智能体等场景。 官方模型卡标称支持 64K 上下文、任意宽高比及最高 4…