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

676 個模型

按發布時間倒序
Alibaba

Qwen-Plus

Qwen-Plus 的日期版文字生成模型,著重能力與速度的平衡,適合中等複雜度任務。官方稱其推理效果和速度介於 Qwen-Max 與 Qwen-Turbo 之間。(docs.bailian.console.aliyun.com) 支援文字輸入和文字輸出,可用於中英文及多語言問答、程式碼生成、邏輯推理、創意寫作和角色扮演。 相比 2025-01-12 版本,官方稱其中英文能力、程式碼、邏輯及多語言能…

了解模型繁體中文
OpenAI

GPT-4o

GPT-4o 是 OpenAI 的通用多模態模型。本筆記錄對應 GPT-4o(2025 年 1 月 29 日更新),即官方發布說明中針對 ChatGPT 的更新,而非 GPT-4o 系列的首次發布。(help.openai.com) 可處理文字和上傳的影像,適用於問答、圖表與複雜示意圖分析、空間布局理解、數學和技術問題求解,以及程式設計輔助。 此次更新加強了影像理解,以及數學、科學和程式設計任務的…

了解模型繁體中文
Alibaba

Qwen2.5-Max

Qwen2.5-Max 是 Alibaba 通義千問團隊推出的大規模混合專家(MoE)語言模型。官方稱其使用超過 20 萬億 token 預訓練,並經監督微調和人類回饋強化學習後訓練。(qwenlm.github.io) 模型面向文字理解和生成,可用於多語言對話、文字寫作、程式碼生成和邏輯推理等任務。官方模型資訊頁稱,滾動版本 qwen-max 的功能等同於快照 qwen-max-2025-01-…

了解模型繁體中文
DeepSeek

Janus-Pro-7B

Janus-Pro-7B 是 DeepSeek 的統一多模態理解與生成模型,屬於 Janus-Pro 系列。它採用自回歸框架,將理解和生成的視覺編碼路徑分開,並使用統一的 Transformer 進行處理。(huggingface.co) 支援影像與文字輸入的多模態理解,可用於影像描述、視覺問答等任務。 支援根據文字提示生成影像,可用於視覺創作和多模態研究。 官方儲存庫列出的序列長度為 4096;…

了解模型繁體中文
DeepSeek

Janus-Pro-1B

Janus-Pro-1B 是 DeepSeek Janus-Pro 系列的統一多模態理解與生成模型。它採用自迴歸架構,將視覺理解和影像生成的編碼路徑分開,並使用統一 Transformer 處理。官方列出的序列長度為 4096。(huggingface.co) 影像理解:結合影像和文字進行影像描述、視覺問答等任務。 文字生成影像:根據文字提示生成影像,可用於創意原型和多模態研究。 部署:官方提供模…

了解模型繁體中文
OpenAI

Computer-Using Agent

Computer-Using Agent(CUA)是 OpenAI 為操作圖形使用者介面訓練的智慧代理模型。它結合 GPT-4o 的視覺能力與透過強化學習獲得的推理能力;2025 年 1 月的研究預覽透過 Operator 產品向使用者提供。(openai.com) CUA 透過螢幕截圖理解螢幕狀態,規劃步驟並使用虛擬滑鼠和鍵盤點擊、捲動或輸入;遇到障礙時可嘗試自我修正或請求使用者協助。用途包括填…

了解模型繁體中文
Baidu

ERNIE-iRAG-1.0

ERNIE-iRAG-1.0 是百度的影像生成模型,採用基於影像的檢索增強生成(iRAG)技術,結合百度搜尋圖片資源與基礎模型能力,根據文字生成圖片。(ai.baidu.com) 主要用於文字生成影像,可用於創意配圖和視覺內容製作。 百度後續文件稱,ERNIE-iRAG 影像生成介面支援傳入參考圖;具體可用參數應以實際接入介面為準。(qianfan.cloud.baidu.com) 生成結果仍需人…

了解模型繁體中文
Google

Gemini 2.0 Flash Thinking Experimental

Google 的 Gemini 2.0 Flash Thinking Experimental 預覽版本,側重結合 Flash 的速度與複雜問題推理能力。(aistudio.google.com) 支援多模態輸入和文字輸出,可用於複雜問題分析、數學與科學問題推理,以及結合多模態資訊的理解任務。(blog.google) Thinking 模式旨在透過生成過程中的推理增強回答,並可展示思考過程;實際…

了解模型繁體中文
Moonshot AI

Kimi k1.5

Kimi k1.5 是 Moonshot AI 的多模態推理模型,採用強化學習訓練。官方研究報告討論了長思考鏈和短思考鏈方法,以及文字與視覺資料的聯合訓練。(github.com) 模型適用於數學推理、程式設計和視覺理解等任務,可用於解題、程式碼分析及圖文推理。官方報告給出的基準測試結果屬於特定評測條件,不保證所有實際任務達到相同表現。(github.com) 輸出可能出錯,重要結論和程式碼應由使…

了解模型繁體中文
DeepSeek

DeepSeek-R1-Distill-Llama-70B

DeepSeek-R1-Distill-Llama-70B 是 DeepSeek 發布的約 70B 參數稠密推理模型。它以 Llama-3.3-70B-Instruct 為基礎,使用 DeepSeek-R1 生成的樣本進行微調,是 R1 蒸餾模型系列的一員,而非完整的 DeepSeek-R1 模型。(github.com) 模型面向文字生成和推理任務,可用於數學問題求解、程式碼相關任務及推理研究。…

了解模型繁體中文
DeepSeek

DeepSeek-R1-Distill-Qwen-32B

DeepSeek-R1-Distill-Qwen-32B 是 DeepSeek 發布的約 320 億參數稠密推理模型,以 Qwen2.5-32B 為基礎,使用 DeepSeek-R1 產生的樣本進行微調。官方開放了模型權重,模型卡標註授權條款為 MIT。(github.com) 模型適用於文字生成和推理,可用於數學問題求解、程式碼生成與分析、問答及研究實驗。官方評測報告了數學、科學問答和程式設計基…

了解模型繁體中文
DeepSeek

DeepSeek-R1-Distill-Qwen-14B

DeepSeek-R1-Distill-Qwen-14B 是 DeepSeek 發布的推理型文字生成模型,以 Qwen2.5-14B 為基礎,使用 DeepSeek-R1 生成的樣本進行蒸餾和微調。官方開放了模型權重,模型卡標註 MIT 授權條款。(github.com) 模型面向數學、程式設計和其他需要多步推理的文字任務,可用於推理研究、問答和本機部署。官方報告中,該型號在 AIME 2024、…

了解模型繁體中文
DeepSeek

DeepSeek-R1-Distill-Llama-8B

DeepSeek-R1-Distill-Llama-8B 是 DeepSeek 發布的約 80 億參數推理蒸餾模型。它以 Llama 3.1 8B 為基礎,使用 DeepSeek-R1 生成的樣本進行微調;它不是完整的 DeepSeek-R1 大模型。(github.com) 模型面向文字推理,可用於數學解題、程式碼相關任務及推理研究。官方報告中,該型號的 AIME 2024 pass@1 為 5…

了解模型繁體中文
DeepSeek

DeepSeek-R1-Distill-Qwen-7B

DeepSeek-R1-Distill-Qwen-7B 是 DeepSeek 發布的約 70 億參數級稠密推理模型,基於 Qwen2.5-Math-7B,使用 DeepSeek-R1 生成的樣本進行微調。它是 R1 蒸餾系列的一個獨立模型,並非完整的 DeepSeek-R1。(github.com) 模型面向數學、程式碼和自然語言推理等文字任務,可用於解題、程式設計輔助及推理研究。官方評測中,該模…

了解模型繁體中文
DeepSeek

DeepSeek-R1-Distill-Qwen-1.5B

DeepSeek-R1-Distill-Qwen-1.5B 是 DeepSeek 發布的約 15 億參數級推理蒸餾模型,以 Qwen2.5-Math-1.5B 為基礎,使用 DeepSeek-R1 產生的樣本進行微調。模型權重已公開,模型卡標註 MIT 授權條款。(github.com) 模型面向文字生成和推理,可用於數學問題求解、程式設計輔助及推理實驗,也可下載權重進行本機部署和研究。官方評測中…

了解模型繁體中文
DeepSeek

DeepSeek-R1-Zero

DeepSeek-R1-Zero 是 DeepSeek 的推理型大型語言模型,基於 DeepSeek-V3-Base,在未先進行監督式微調的情況下,透過大規模強化學習訓練。它與後續的 DeepSeek-R1 是不同版本。(huggingface.co) 模型面向複雜推理,可用於數學問題、程式碼和推理方法研究。官方模型卡列出其總參數量為 671B、每次啟用參數量為 37B、上下文長度為 128K;模…

了解模型繁體中文
DeepSeek

DeepSeek-R1

DeepSeek-R1 是 DeepSeek 發布的第一代推理模型,面向數學、程式設計和自然語言推理等任務。官方於 2025 年 1 月 20 日正式發布該模型,同步開放模型權重並推出 API;這裡記錄的是官方首發日,而非月底佔位日期。(api-docs.deepseek.com) 後訓練階段使用大規模強化學習,可用於複雜問題求解、程式碼輔助和研究;首發 API 提供思維鏈輸出。官方稱其在數學、程…

了解模型繁體中文
Alibaba

Wanx2.0-T2I-Turbo

阿里雲百煉提供的通義萬相 2.0 極速版文生圖模型:輸入文字,輸出影像,適合質感人像、創意設計畫作及其他影像創作。(help.aliyun.com) 支援中英文提示詞、反向提示詞和智慧提示詞改寫;正向提示詞上限為 800 個字元,超出部分自動截斷。(help.aliyun.com) 影像寬、高各支援 512–1440 像素,預設 1024×1024;官方將最大生成能力描述為約 200…

了解模型繁體中文
Alibaba

Wanx2.1-I2V-Plus

通義萬相 2.1 圖生影片 Plus 模型,透過阿里雲百煉提供推論服務,將輸入圖片轉換為動態影片。 (help.aliyun.com) 支援結合圖片和提示詞生成影片,官方介紹其可表現複雜運動、物理規律和影視風格畫面,適合製作圖片動態展示及短影片素材。 (docs.bailian.console.aliyun.com) 國內 API 文件規定該型號輸出為 720P、固定 5 秒,預設生成無聲影片;相…

了解模型繁體中文
Alibaba

Emoji-Detect

Emoji-Detect 是阿里雲百煉用於輔助 Emoji 表情包影片生成的影像偵測模型。它偵測輸入圖片中的人物形象是否符合影片生成要求;偵測通過時,可回傳人臉區域及擴展表情區域的座標,供後續影片生成使用。它本身不是影片生成模型。(alibabacloud.com) 輸入為影像。官方 API 文件列出的格式包括 JPEG、JPG、PNG、BMP 和 WEBP;圖片寬高各須為 400–7000 像素…

了解模型繁體中文