模型發布檔案

最新發布模型

彙整模型發布動態,按發布時間瀏覽,探索值得關注的新模型。

按發布時間倒序7 種語言
清除

3 個模型

按發布時間倒序
Google

Genie 4

Genie 4 是 Google DeepMind 的原生多模態世界模型,旨在即時生成及模擬可互動的環境;目前屬於早期研究預覽。官方公告日期為 2026 年 10 月 27 日。(deepmind.google) **即時世界控制:**使用自然語言改變天氣、鏡頭或場景中的人物與物件;示範亦使用鍵盤及滑鼠進行導覽和鏡頭控制。 **環境與人物模擬:**生成具照片寫實感的場景,模擬碰撞等物理現象,以及人…

了解模型繁體中文
Alibaba

Qwen-Audio-3.1-Realtime-Flash

Qwen-Audio-3.1-Realtime-Flash 是即時雙工語音對話模型,由阿里雲百煉提供推論服務。官方模型發布紀錄日期為 2026-10-27。(docs.qwencloud.com) 支援文字與音訊輸入、文字與音訊輸出、函式呼叫、聯網搜尋及聲音複製。聯網搜尋需以 enable_search 啟用,並可與函式呼叫同時使用。(docs.bailian.console.aliyun.com…

了解模型繁體中文
Baidu

文心 Unlimited OCR 2

百度於 2026 年 10 月 27 日發布並開源的多模態長文件解析模型,約有 33 億總參數、5 億啟用參數,採用混合專家架構與 SR-SWA,主要用於多頁文件的連續解析。(cloud.baidu.com) 可解析文字、表格、公式、版面與閱讀順序,並支援跨頁表格及段落合併;百度文件解析服務可返回 JSON 或 Markdown 結構化結果。(ai.baidu.com) 支援圖片與 PDF 混合輸…

了解模型繁體中文