Text Embedding V4
通義實驗室基於 Qwen3 訓練的多語言通用文字向量模型,屬於 Qwen3-Embedding 系列。它將文字轉換為數值向量,而非生成對話回答。(docs.bailian.console.aliyun.com) 支援中文、英語等 100 多種主流語言及多種程式語言;可選向量維度為 64、128、256、512、768、1024、1536、2048,預設 1024。(help.aliyun.com)…
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。
通義實驗室基於 Qwen3 訓練的多語言通用文字向量模型,屬於 Qwen3-Embedding 系列。它將文字轉換為數值向量,而非生成對話回答。(docs.bailian.console.aliyun.com) 支援中文、英語等 100 多種主流語言及多種程式語言;可選向量維度為 64、128、256、512、768、1024、1536、2048,預設 1024。(help.aliyun.com)…
百度智能雲千帆平台自研的輿情分析視覺大模型,曾作為預設服務提供,主要處理圖片場景分類和敏感場景判斷。(qianfan.cloud.baidu.com) 根據圖片識別場景並判斷是否屬於敏感場景;官方舉例包括暴力事件、火災、交通事故和自然災害。 可用於圖片輿情場景識別。模型更新紀錄稱其以 JSON 格式輸出結果。(qianfan.cloud.baidu.com) 百度官方退役紀錄顯示,該預設模型服務於…
騰訊混元 TurboS 系列的固定版本,是面向文字生成與理解的通用大型語言模型。該版本於 2025 年 6 月 4 日上線。(cloud.tencent.com) 官方公告稱,此版本升級了預訓練底座,提升了寫作和閱讀理解能力,較大幅度提升了程式碼和理科能力,並持續改進複雜指令遵循能力。可用於文字創作、閱讀理解、程式碼輔助及理科問題處理等任務。(cloud.tencent.com) 公告未給出此固定…
GPT-4o Realtime 是面向即時語音與文字互動的預覽模型。OpenAI 於 2025 年 6 月 3 日公告了快照 gpt-4o-realtime-preview-2025-06-03,並在 Realtime API 中提供該版本。(community.openai.com) 支援文字和音訊輸入、輸出,可透過 WebRTC 或 WebSocket 進行即時互動,適合建構語音助理和即時對話…
GPT-4o Audio 是支援音訊輸入和輸出的 GPT-4o 預覽模型。本條對應固定版本 gpt-4o-audio-preview-2025-06-03,發布時透過 Chat Completions API 提供。(community.openai.com) 支援文字和音訊輸入、輸出,以及串流輸出和函式呼叫;可用於建構語音互動和語音智慧代理應用。 OpenAI 表示,此次語音到語音模型更新改善了…
SynLogic-7B 是面向邏輯推理的 7B 級文字生成模型,以 Qwen2.5-7B-Base 為基礎,使用 SynLogic 資料集進行強化學習訓練。官方模型卡標註語言為英語。(huggingface.co) 模型針對 27 類邏輯推理任務訓練,包括數獨、24 點和密碼等;訓練資料可自動驗證。官方稱其邏輯推理能力可遷移至數學問題求解,適合用於邏輯推理研究、數學問題實驗及模型評測。官方報告的…
騰訊混元 T1 系列的深度推理模型版本,官方於 2025 年 5 月 29 日公告上線。(cloud.tencent.cn) 官方表示,此版本優化了文字創作、作文寫作、前端程式碼、數學和邏輯推理能力,並提升了指令遵循能力。可用於寫作輔助、前端程式碼生成與理科推理等任務。(cloud.tencent.cn) 模型輸出可能存在錯誤,重要內容及程式碼應由使用者核驗。 本次核驗未找到針對該固定版本的可靠上…
hunyuan-large-vision 是基於混元 Large 訓練的視覺語言大模型,面向圖文理解場景。(main.qcloudimg.com) 支援多張圖片與文字組合輸入,並產生文字內容。官方公告稱其支援任意解析度圖片輸入。 聚焦圖文理解任務;官方稱其多語言圖文理解能力有顯著提升,可用於需要結合圖片和文字進行理解的場景。(main.qcloudimg.com) 公告所述輸出為文字,未核實影像生…
騰訊混元基於 TurboS 的視覺語言旗艦模型版本,面向圖文理解任務。(main.qcloudimg.com) 官方稱,該版本改善了通用圖片理解效果,並在基於圖片的實體識別、知識問答、文案創作和拍照解題等方面,相比前一代模型有所提升。(main.qcloudimg.com) 本次更新將上下文視窗從 8K 擴展至 32K;公告未分別說明輸入和輸出的額度。(main.qcloudimg.com) 騰訊…
騰訊混元 T1 系列的深度推理模型固定版本,發布於 2025 年 5 月 21 日。(main.qcloudimg.com) 官方稱,該版本增強了數學、程式碼、科學和知識問答能力,並透過最佳化文科資料提升文字創作與理解能力。適用於數學和科學問題求解、程式碼相關任務、知識問答和文字創作等場景。(main.qcloudimg.com) 輸出可能有誤,重要事實、推理結果和程式碼應由使用者核驗。 該固定版…
騰訊混元 TurboS 系列的大型語言模型版本,面向通用文字與推理任務。此版本自適應融合長短思維鏈。(cloud.tencent.com) 官方表示,相較於先前版本,此版本提升了數學、程式碼、邏輯和科學等理科能力,文科效果維持不變。可用於數學與邏輯問題分析、程式碼相關任務及科學問題解答。官方公布的測試結果包括:數學 OOD 測試集提升 7%、邏輯難題提升 5%、程式碼能力及體驗提升 5%、科學提升…
hunyuan-t1-vision 是騰訊混元的多模態理解深度思考模型。騰訊雲產品動態記載,其正式版於 2025 年 5 月 16 日發布。(cloud.tencent.com) 模型支援多模態原生長思維鏈,擅長圖片推理;官方稱其在理科難題上的表現相較快思考模型有所提升。它可用於圖文理解和基於圖片的推理任務。(cloud.tencent.com) 發布公告未給出該正式版的上下文視窗、圖片數量或解析…
Qianfan-Sug 是百度千帆平台自研的對話預測垂直模型,面向多輪對話中的下一輪問題推薦。百度將其列為推理服務 API V2 的文字生成模型。(ai.baidu.com) 模型根據既有對話上下文識別使用者意圖,推測使用者接下來可能提出的問題,可用於智慧客服、電商等場景,為使用者提供後續問題建議。(ai.baidu.com) 該模型的定位是對話預測和問題推薦;預測結果並不保證與使用者的實際下一次…
千問即時全模態理解與生成模型的 2025 年 5 月 8 日快照版本,面向即時音訊互動。(docs.modelstudio.console.alibabacloud.com) 支援文字、影像、影片和音訊輸入,可理解音訊伴隨其他模態的混合輸入。 支援同時串流生成文字和語音,提供 4 種自然對話音色。 適用於即時語音助理、多模態對話等互動場景。(help.aliyun.com) 官方先前的模型資料列示…