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

534 個模型

按發布時間倒序
Tencent

hunyuan-t1-vision-20250619

騰訊混元 T1-Vision 的多模態理解深度思考模型版本,支援多模態原生長思維鏈。騰訊在上線公告中稱,該版本相較上一代預設版本全面提升。(cloud.tencent.com) 適用於圖片理解與推理任務,包括結合圖片分析問題、解答包含圖形的理科題。騰訊對 T1-Vision 系列的介紹指出,其擅長處理圖片推理場景。(cloud.tencent.com) 本次查閱的上線公告未明確該版本的上下文視窗、…

了解模型繁體中文
MiniMax

MiniMax Hailuo 02

MiniMax Hailuo 02 是 MiniMax 發布的影片生成模型,面向創作者和開發者,支援透過文字或圖片生成短影片。官方強調其複雜指令遵循、動態動作和物理場景表現,並支援原生 1080p 輸出。(minimax.io) 支援文字生成影片和圖片生成影片,可用於創意短片、動畫片段、產品展示及行銷素材製作。 發布時提供 768p、6 秒;768p、10 秒;以及 1080p、6 秒三種規格。後…

了解模型繁體中文
Google

Gemini Live 2.5 Flash Preview

Google 面向 Gemini Live API 的即時互動預覽模型,側重低延遲的雙向語音和影片互動。(aistudio.google.com) 該模型用於即時多模態互動,支援文字、音訊和影片輸入,以及文字或音訊回應;適合建構即時語音助理、影片互動和低延遲對話應用程式。具體功能和設定應以所使用的 API 文件為準。(docs.cloud.google.com) **發布日期:**2025 年 6…

了解模型繁體中文
Google

Gemini 2.5 Flash-Lite Preview

Gemini 2.5 Flash-Lite 的預覽版,面向對成本、延遲和吞吐量敏感的任務。Google 在發布時將其定位為 Gemini 2.5 系列中成本最低、延遲最低的模型。(developers.googleblog.com) 支援多模態輸入,擁有約 100 萬 token 的上下文視窗。(blog.google) 支援透過 API…

了解模型繁體中文
Google

Gemini 2.5 Flash

Gemini 2.5 Flash 是 Google 面向低延遲、高吞吐量任務的多模態推理模型,注重效能與成本的平衡,適合大規模處理和智慧代理應用。(aistudio.google.com) 接受文字、影像、音訊和影片輸入,生成文字;支援可設定的思考預算。(aistudio.google.com) 支援函式呼叫、結構化輸出、程式碼執行、上下文快取、檔案搜尋、Google 搜尋和地圖資訊增強,以及…

了解模型繁體中文
Google

Gemini 2.5 Pro

Gemini 2.5 Pro 是 Google 的多模態思考模型,面向複雜推理、程式設計和代理任務。Google 於 2025 年 6 月 17 日宣布其正式發布並進入穩定版;該穩定版與 2025 年 6 月 5 日的預覽版無模型變更。(developers.googleblog.com) 接受文字、圖片、音訊、影片和 PDF 輸入,輸出文字;適合分析長文件、資料集和程式碼庫,以及處理數學、科學和…

了解模型繁體中文
MiniMax

MiniMax-M1-80k

MiniMax-M1-80k 是 MiniMax-M1 系列的長上下文推理模型,面向需要處理長輸入和深度思考的複雜任務。模型採用混合專家(MoE)與包含 Lightning Attention 的混合注意力架構,總參數量為 4560 億,每個 token 啟用約 459 億參數。官方模型卡將 80k 描述為其思考預算。(huggingface.co) 原生支援約 100 萬 token 的上下文,…

了解模型繁體中文
MiniMax

MiniMax-M1-40k

MiniMax-M1-40k 是 MiniMax M1 系列的大規模混合注意力推理模型,採用混合專家(MoE)與 Lightning Attention 架構,面向需要長上下文和深度推理的複雜任務。官方模型卡稱,該版本以 40K token 的思考預算訓練;M1 原生支援最高 100 萬 token 上下文。(huggingface.co) 可用於長文本理解、數學推理、軟體工程和智慧體工具使用;模…

了解模型繁體中文
Moonshot AI

Kimi-Dev-72B

Kimi-Dev-72B 是面向軟體工程問題解決的開源程式碼大語言模型,以 Qwen2.5-72B 為基礎,經過程式碼相關資料訓練和強化學習最佳化。官方公告發布於 2025 年 6 月 16 日。(moonshotai.github.io) 根據問題描述定位需要修改的檔案,產生程式碼修復,並撰寫重現問題的單元測試。 可用於輔助處理程式碼儲存庫中的軟體缺陷、產生修補程式和測試,以及軟體工程研究。 官…

了解模型繁體中文
Baidu

Qianfan-QI-VL

Qianfan-QI-VL 是百度智能雲千帆平台自研的圖片品質檢測視覺大模型,以預置服務形式上線,主要面向電商商品圖片質檢。(qianfan.cloud.baidu.com) 支援檢測 AIGC 人體瑕疵、識別馬賽克和浮水印,以及檢測商標,可用於檢查電商上傳的商品圖片。(qianfan.cloud.baidu.com) 官方公告主要介紹電商圖片質檢場景,未給出準確率、支援的圖片格式與尺寸、上下文長…

了解模型繁體中文
Google

Imagen 4 Ultra Generate Preview

Imagen 4 Ultra 的文字生成圖像預覽版本,側重生成與文字提示高度一致的圖像。輸入為文字提示,輸出為圖像。(docs.cloud.google.com) 可根據自然語言描述生成不同風格和內容的圖像,適用於創意插畫、漫畫、明信片和視覺概念設計等場景。 Google 表示,Imagen 4 系列的圖中文字呈現能力較先前模型有所改善;官方範例展示了 Ultra 生成帶文字的漫畫。 Google…

了解模型繁體中文
Google

Imagen 4 Fast Generate Preview

Imagen 4 Fast Generate Preview 是 Google 在 Vertex AI 上提供的 Imagen 4 快速影像生成公開預覽版本。Google 於 2025 年 6 月 11 日在版本資訊中公布了該預覽模型 ID。(docs.cloud.google.com) 根據文字提示生成影像,適用於創意構思、行銷素材和其他視覺內容製作。 Imagen 4 系列模型卡介紹了寫實構圖…

了解模型繁體中文
Google

Imagen 4 Generate Preview

Google Imagen 4 系列的標準版文字生成圖像模型預覽版本,輸入文字提示詞,輸出圖像;它不同於 Fast 和 Ultra 版本。(developers.googleblog.com) 根據文字描述生成不同風格的圖像,包括寫實和抽象風格;Google 稱 Imagen 4 相比此前模型改進了圖中文字的拼寫與排版。(developers.googleblog.com) 可用於海報、賀卡、漫畫…

了解模型繁體中文
ByteDance

Doubao-Seed-1.6-flash

Doubao-Seed-1.6-flash 是豆包大模型 1.6 系列的極速版,定位於低延遲的多模態理解與推理。官方發布表稱其支援文字和視覺理解,並具備深度思考能力;官方後續介紹提到程式碼、推理和數學能力的升級。(docs.volcengine.com) 可用於對回應速度和成本敏感的文字或影像理解任務,例如智慧巡檢、手機助理和智慧硬體。模型輸出仍需結合具體任務驗證;能力和可用性可能因版本、平台而異…

了解模型繁體中文
ByteDance

Doubao-Seed-1.6-thinking

Doubao-Seed-1.6-thinking 是豆包 Seed 1.6 系列中強化深度思考與視覺理解的多模態模型。火山方舟官方發布表將 doubao-seed-1-6-thinking-250615 列為 2025 年 6 月新發布的視覺理解模型;該版本名稱僅用於說明來源中的版本,不改變本記錄的 model_id。(docs.volcengine.com) 相較於上一代 Doubao-1.5-…

了解模型繁體中文
ByteDance

Seedance 1.0

Seedance 1.0 是字節跳動 Seed 團隊的影片生成基礎模型,於 2025-06-11 正式發布,同日公開技術報告。(seed.bytedance.com) 支援文字生成影片和圖片生成影片,最高可生成 1080p 影片。 支援原生多鏡頭敘事;官方展示了在 10 秒影片中切換 2–3 個鏡頭的能力。 可用於影視、廣告、動畫及其他風格化影片創作。官方強調了運動穩定性、指令遵循和視覺表現的改進…

了解模型繁體中文
OpenAI

OpenAI o3-pro

OpenAI o3-pro 是 o3 的推理版本,使用更多運算量進行更長時間的思考,適用於複雜問題和重視回答可靠性的任務。它與 o3 使用相同的底層模型。(help.openai.com) 適合數學、科學、程式設計、教育、商業分析和寫作輔助等需要深入推理的任務。 在 ChatGPT 中,發布公告所述能力包括搜尋網頁、分析檔案、對視覺輸入進行推理以及使用 Python。實際工具可用性取決於產品環境。…

了解模型繁體中文
ByteDance

SeedEdit 3.0

SeedEdit 3.0 是字節跳動 Seed 團隊發布的指令式圖像編輯模型,基於文生圖模型 Seedream 3.0,使用原始圖片和文字指令生成編輯結果。官方公告發布日期為 2025-06-06。(seed.bytedance.com) 模型旨在遵循編輯指令的同時保留主體、背景和細節,適用於人像編輯、物體增刪替換、背景調整、視角和光線轉換、風格變化以及畫面文字修改。官方公告稱模型可處理和生成 4…

了解模型繁體中文
Tencent

hunyuan-translation-lite

騰訊混元的翻譯專項模型。本次版本基於混元 2B-Dense 模型,透過多語言監督式微調資料優化翻譯能力,採用 Dense 結構。(cloud.tencent.com) 支援自然語言對話式翻譯和多語種互譯,可用於多語言文字翻譯及內容在地化。2025 年 6 月的公告列出簡體中文、繁體中文、粵語、英語、日語、法語、葡萄牙語、西班牙語、土耳其語、俄語、阿拉伯語、韓語、義大利語、德語、越南語、馬來語和印尼…

了解模型繁體中文
Google

Gemini 2.5 Pro Preview

Google 於 2025 年 6 月 5 日發布的 Gemini 2.5 Pro 升級預覽版,是面向複雜推理和程式設計任務的多模態思考模型。(blog.google) 擅長程式碼生成、複雜程式設計和智慧代理任務,也可用於數學、科學及知識推理。(blog.google) Gemini 2.5 Pro 支援文字、影像、音訊和影片輸入,以及約 100 萬 token 的上下文視窗;開發者可透過思考預算…

了解模型繁體中文