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

391 個模型

按發布時間倒序
Tencent

混元生3D 3.0

混元生3D 3.0 是騰訊的 3D 內容生成模型,供混元生3D 專業版選用,旨在生成較高精度、較高品質的 3D 資產。(cloud.tencent.com) 支援文字、圖片及多視角輸入生成 3D 模型,也支援白模、草圖生成及低面數模型等模式。 適用於遊戲、多媒體、動畫與工業設計等 3D 資產製作工作流程。 專業版 API 預設回傳 OBJ、GLB 檔案;也提供 STL、USDZ、FBX 等格式選項…

了解模型繁體中文
OpenAI

GPT-5-Codex

GPT-5-Codex 是針對 Codex 等環境中的代理式程式開發任務進一步最佳化的 GPT-5 版本,重點是實際軟體工程工作。(openai.com) 可協助快速互動式程式碼修改,也能自主處理較長、較複雜的任務;可用於程式碼審查、找出錯誤及反覆執行測試。(openai.com) 支援文字輸入與輸出,以及圖片輸入;例如可利用畫面截圖協助前端或介面開發。支援推理 token、串流、函式呼叫及結構化…

了解模型繁體中文
Alibaba

Qwen-VL-OCR

Qwen-VL-OCR 是基於 Qwen-VL 訓練的光學文字辨識(OCR)模型,將圖文辨識、解析與處理任務整合於同一模型。本模型 ID 指向 2025 年 8 月 28 日的快照版本。(help.aliyun.com) 此快照著重文字定位、通用文字辨識,以及從證件和票據中抽取資訊;可用於影像文字數位化及相關資料擷取。官方指出,這些能力相較先前版本有所提升。(help.aliyun.com) 此快…

了解模型繁體中文
Alibaba

Wan2.2-KF2V-Flash

Wan2.2-KF2V-Flash 是萬相 2.2 的首尾影格影片生成模型。官方於 2025 年 9 月 12 日發布公告,稱其改善動態穩定性、生成成功率與指令遵循能力,可在兩張圖片之間生成平滑的過渡影片。(help.aliyun.com) 輸入首影格、尾影格圖片,並可使用文字提示描述主體動作或鏡頭運動;輸出影片。適合製作兩個指定畫面之間的過渡片段。(alibabacloud.com) 輸出為無聲…

了解模型繁體中文
MiniMax

MiniMax Music 1.5

MiniMax Music 1.5 是 MiniMax 的音樂生成模型,根據自然語言描述創作歌曲,可產生人聲與器樂編曲。官方公告日期為 2025 年 9 月 11 日。(minimax.io) 可生成最長 4 分鐘的音樂,並依文字描述控制風格、情緒與適用場景。 進階模式可為前奏、主歌、副歌等段落安排歌詞;模型可生成不同音色與演唱風格,並呈現多層次器樂編曲及歌曲段落結構。 適用於音樂創作靈感、影視與…

了解模型繁體中文
Alibaba

Qwen-Plus

Qwen-Plus 的 2025 年 9 月 11 日快照版,是用於文字生成與推理的語言模型,支援思考與非思考模式。官方發布日期為 2025 年 9 月 11 日。(help.aliyun.com) 輸入與輸出均為文字;適合文字理解、生成、摘要及邏輯推理等任務。 相較 2025 年 7 月 28 日快照,官方表示本版在思考模式下更能遵循指令、摘要回覆更精簡;非思考模式下中文理解與邏輯推理能力有所改…

了解模型繁體中文
Baidu

文心大模型X1.1

文心大模型 X1.1 是百度的深度思考模型,面向複雜推理與智慧代理任務。百度表示,X1 系列基於文心大模型 4.5 訓練,X1.1 採用迭代式混合強化學習及自蒸餾訓練。(cloud.baidu.com) 支援問答、指令遵循、邏輯推理、數學、程式碼、工具呼叫及智慧代理任務;可用於複雜問題求解、內容撰寫和代理應用開發。官方模型更新紀錄標示上下文長度為 64K tokens。(ai.baidu.com)…

了解模型繁體中文
Alibaba

Qwen3-ASR-Flash

Qwen3-ASR-Flash 的 2025 年 9 月 8 日快照版,是基於大型語言模型的多語種自動語音辨識模型,輸入音訊並輸出文字。官方表示,它可自動判斷語種,並針對複雜音訊環境進行轉寫;適合短錄音轉寫、語音訊息文字化等用途。(help.aliyun.com) 此版本為非即時辨識,使用 HTTP/OpenAI 相容介面;官方曾列出單次音訊上限為 5 分鐘、10…

了解模型繁體中文
Moonshot AI

Kimi-K2-Instruct-0905

Kimi K2 的指令模型更新版,採用混合專家(MoE)架構,總參數約 1 兆,每次前向運算啟用約 320 億參數。官方於 2025 年 9 月 5 日發布更新公告。(huggingface.co) 加強代理式程式設計、前端程式碼生成與工具呼叫,適合程式開發、前端介面製作及工具輔助工作流程。 上下文視窗由前版的 128K 擴增至 256K tokens,適合需要處理較長上下文的任務。 官方公告提及…

了解模型繁體中文
Alibaba

Qwen3-Max-Preview

Qwen3-Max-Preview 是 Qwen3 系列 Max 模型的預覽版本,定位為文字生成與推理模型。官方列示的發布日期為 2025 年 9 月 5 日。(help.aliyun.com) 結合思考與非思考模式;官方指出,思考模式在智能體程式設計、常識推理,以及數學、科學與通用推理方面有所增強。 可用於文字生成、程式設計輔助和需要推理的文字任務。(help.aliyun.com) 官方先前的…

了解模型繁體中文
Alibaba

CosyVoice-v3-plus

CosyVoice-v3-plus 是阿里巴巴通義實驗室的語音合成與聲音複製模型,由阿里雲百鍊提供推論服務,面向需要較高音質和表現力的專業應用。主要以文字為輸入、音訊為輸出。(help.aliyun.com) 支援即時串流文字轉語音;提供約 5–20 秒參考音訊,可建立相似的客製聲音。(help.aliyun.com) 可使用系統音色、複製音色或設計音色。系統音色的語言依音色而異;複製音色支援中文…

了解模型繁體中文