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、…
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、…
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…
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…
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…
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-…
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…
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…
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…
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…
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…