混元3D v2.5
騰訊發布的 3D 內容生成模型,面向需要建立高精度、帶有紋理的三維資產的創作者和開發者。技術報告將其描述為採用形狀生成和紋理生成兩階段流程的 3D 擴散模型體系。(arxiv.org) 支援透過文字提示或圖片生成 3D 模型,並支援使用多個視角的圖片生成模型及 PBR 材質。(cloud.tencent.com) 官方稱模型總參數量由前代的 1B 提升至 10B,有效面片數增加超過 10 倍,有效…
模型發布檔案
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。
騰訊發布的 3D 內容生成模型,面向需要建立高精度、帶有紋理的三維資產的創作者和開發者。技術報告將其描述為採用形狀生成和紋理生成兩階段流程的 3D 擴散模型體系。(arxiv.org) 支援透過文字提示或圖片生成 3D 模型,並支援使用多個視角的圖片生成模型及 PBR 材質。(cloud.tencent.com) 官方稱模型總參數量由前代的 1B 提升至 10B,有效面片數增加超過 10 倍,有效…
Qwen-TTS 是通義千問系列的語音合成模型,將文字轉換為音訊。此版本是 2025 年 4 月 10 日的模型快照;支援中文、英文及中英混合文字輸入,可根據文字自適應調整輸出語氣,並支援串流音訊輸出。(docs.bailian.console.aliyun.com) 可用於中文、英文或中英混合內容的語音播報,以及需要串流輸出的文字轉語音應用。(docs.bailian.console.aliyu…
ERNIE-iRAG-Edit 是百度自研的影像編輯模型。官方更新紀錄列出的版本為 ERNIE-iRAG-Edit-1.0,於 2025年4月17日在千帆推理服務 API V2 影像編輯類別上新。(cloud.baidu.com) 消除物件(erase):消除遮罩選取的局部、主體或背景。 重繪物件(repaint):根據文字提示重繪選取區域,可用於調整樣式、豐富細節或替換主體、背景。…
ERNIE X1 是百度的深度思考與推理模型。輸入所指版本為 ERNIE-X1-32K;百度模型更新紀錄將其描述為該版本的主版本,提供對話 API。(cloud.baidu.com) 百度介紹,該模型側重理解、規劃、反思及推理,適用於中文知識問答、文學創作、文稿寫作、日常對話、邏輯推理、複雜計算和工具呼叫等任務。企業可將其用於建構問答、檢索增強生成、智慧代理和工作流程應用。(cloud.baidu…
GLM-Z1-Rumination-32B-0414 是智譜 GLM-4-32B-0414 系列中的 320 億參數深度推理模型,面向需要較長時間思考的開放式複雜任務。模型卡標註支援中文、英文文字生成,並以 MIT 授權條款發布模型權重。(huggingface.co) 可在推理過程中結合搜尋工具,處理複雜檢索和研究式寫作任務。 適用於比較分析、資料調研和研究報告撰寫等場景;官方舉例包括比較兩座城…
GLM-Z1-32B-0414 是 GLM-4-0414 系列的 320 億參數文字推理模型,面向需要深度思考的任務。官方於 2025 年 4 月 14 日發布該系列。(github.com) 模型基於 GLM-4-32B-0414,經冷啟動、擴展強化學習以及數學、程式碼和邏輯任務訓練而成,適合數學推理、程式碼問題和複雜問題求解。官方稱其相較於基礎模型提升了數理能力和複雜任務處理能力。它不同於同系…
GLM-4-32B-0414 是智譜 GLM-4-0414 系列中的 320 億參數對話模型,適合本機部署。官方將其與同系列的基礎模型和 GLM-Z1 推理模型分別列出,並提供模型權重下載。(github.com) 模型針對指令遵循、工程程式碼、函式呼叫等能力進行了後訓練,可用於對話、程式碼編寫、網頁或 SVG 內容生成、智慧體工具呼叫,以及結合外部搜尋工具進行問答和報告撰寫。搜尋問答等應用的實際…
GLM-4-32B-Base-0414 是 GLM-4-0414 系列中約 320 億參數的基礎語言模型,適用於文字生成、後續訓練與本地部署。官方稱其使用約 15T 的高品質資料進行預訓練,其中包括大量推理類合成資料,為後續強化學習擴展奠定基礎。(huggingface.co) 可作為文字生成、模型研究、微調及後續強化學習的基礎模型。 官方將其與同系列的對話模型 GLM-4-32B-0414 分開…
GLM-Z1-Flash 是 GLM-Z1 系列的免費推理模型,旨在降低推理模型的使用門檻。官方發布記錄日期為 2025-04-14。(docs.bigmodel.cn) 預設啟用深度思考,面向數學邏輯推理、長文件分析和程式碼生成等任務。 官方文件列出串流輸出、Function Calling、JSON 等結構化輸出及 MCP 工具呼叫支援。 官方展示的應用包括資料推理、人崗匹配、劇本生成和專業報…
GLM-Z1-Air 是智譜推出的高性價比深度思考推理模型,面向高頻呼叫場景。官方於 2025 年 4 月 14 日公布該模型;本條對應版本標識為 GLM-Z1-Air-0414。(docs.bigmodel.cn) 以 GLM-4-Air-250414 為基礎,針對數學、程式碼和邏輯等任務進行最佳化,側重數理推理與複雜問題解決。(docs.bigmodel.cn) 輸入和輸出模態均為文字;官方文…
GLM-Z1-AirX 是 GLM-Z1-Air 的高速版,定位為極速推理模型。官方於 2025 年 4 月 14 日發布,發布標識為 GLM-Z1-AirX-0414。(docs.bigmodel.cn) 模型採用文字輸入和文字輸出,面向邏輯推理、數學和程式設計等複雜任務;適用於即時資料分析、智慧客服等需要快速回應的高頻呼叫場景。官方發布時稱其速度最高可達 200 tokens/秒;這是最高速度…
GLM-4 系列的免費文字基座模型,面向通用任務和輕量化應用。智譜於 2025 年 4 月 14 日發布該版本。(docs.bigmodel.cn) 以文字為輸入和輸出,適合輕量級對話、問答、摘要和文字處理等場景。 官方模型概覽列出的上下文視窗為 128K tokens,最大輸出為 16K tokens。(docs.bigmodel.cn) 官方 GLM-4 文件提到該版本具備長文字處理和多語言能…
GLM-4-Air-250414 是智譜於 2025 年 4 月 14 日發布的高性價比基座語言模型,面向複雜任務與智慧代理應用。(docs.bigmodel.cn) 模型接受文字輸入並生成文字。官方重點介紹了其指令遵循、工程程式碼生成和函式呼叫能力,也將 Artifacts 生成、搜尋問答與報告撰寫列為應用場景。連網搜尋依賴相應工具或服務,不能將其理解為模型自動存取網際網路。(docs.bigm…
萬相 2.1 首尾影格生成影片 Plus 版,是面向國際影片生成服務的模型:根據首影格和尾影格兩張圖片生成過渡影片,也可結合文字提示詞控制內容。官方公告將其列於 2025 年 4 月 7 日。(docs.bailian.console.aliyun.com) 官方稱模型支援大幅度複雜運動、多種藝術風格和較豐富的影片細節,並增強了指令遵循能力。可用於兩張關鍵畫面之間的轉場及短影片創作。(docs.b…