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

182 個模型

按發布時間倒序
Tencent

Tencent Hy4

Tencent Hy4 是騰訊於 2026 年 11 月 4 日發布的新一代大型語言模型,面向智慧代理、程式開發與實際生產力任務。它是 Hy4 preview 的正式版;騰訊在發布公告中將其定位為開放模型。(tencent.com) 支援文字與圖片輸入、文字輸出;具備圖片理解、圖表分析、數學視覺推理、指令遵循及長上下文理解能力。 強化工具呼叫與長程代理任務,並支援透過命令列及圖形介面操作電腦;實際…

了解模型繁體中文
OpenAI

GPT-Image-2.6 Flare

GPT-Image-2.6 Flare 是 OpenAI Images 2.6 系列中針對快速生成與迭代最佳化的圖像模型,適合需要快速探索、比較及修改視覺方案的工作。官方表示,在低品質設定下,Flare 最快可於六秒生成圖像;實際時間會依任務而異。(openai.com) 可依文字提示生成圖像,也可編輯既有圖像;適用於海報、產品圖、品牌素材、社群內容及遊戲素材等。(openai.com)…

了解模型繁體中文
OpenAI

GPT-Image-2.6 Sunburst

GPT-Image-2.6 Sunburst 是 OpenAI 的圖像生成與編輯模型,適合需要細節、複雜構圖或精確修改的視覺工作。它接受文字和圖像輸入,輸出圖像;相較之下,同系列 Flare 著重快速迭代。(developers.openai.com) 根據文字提示生成圖像,或依據輸入圖像進行編輯;適用於產品圖片、行銷素材、品牌視覺及複雜設計構圖。(developers.openai.com)…

了解模型繁體中文
Tencent

HyCell

HyCell 是用於人類單細胞轉錄體研究的嵌入模型,具有約 1,610 萬個參數。它在 CZ CELLxGENE Census 的 7,950 萬個人類細胞上,以不使用細胞類型標籤的方式預訓練。(raw.githubusercontent.com) 將單個細胞的原始基因計數轉為 512 維嵌入,並可將嵌入解碼為預期基因表現量。 可用於細胞分群、跨批次整合、註解轉移及細胞狀態比較;提供標記參考資料後…

了解模型繁體中文
OpenAI

GPT-6 Rosalind Research

GPT-6 Rosalind Research 是面向生命科學研究的專用模型,將 GPT-6 的推理能力應用於多步驟研究,並設有專為生物研究設計的安全防護措施。官方發布日期為 2026 年 10 月 30 日;API 模型 ID 為 gpt-6-rosalind。(help.openai.com) 模型結合生物學推理與科學工具使用,協助研究人員整合文獻證據、分析生物資料、形成假設及規劃實驗。GPT…

了解模型繁體中文
OpenAI

GPT-6 Luna

GPT-6 Luna 是 OpenAI 面向高效率、專注且大量任務的模型。此次 GPT-6 Luna (October 29) 更新於 2026 年 10 月 29 日公布;原 GPT-6 Luna 已於 2026 年 10 月 7 日在 ChatGPT 推出。更新旨在使回答更精簡,並減少過度附和的措辭。(developers.openai.com) 可用於文字處理、程式開發、工作流程自動化及需要…

了解模型繁體中文
Google

Gemini 4 Carbon

Gemini 4 Carbon 是 Google 基於 Gemini 4 Argon 開發的前沿推理模型,針對複雜知識工作、軟體工程、資安與科學推理中的長程代理工作流程設計。(deepmind.google) 接收文字、圖片、音訊及影片,輸出文字;輸入與輸出合計的上下文視窗最高約 100 萬 tokens。(deepmind.google) 適用於多步驟程式設計與除錯、多代理協作、資料分析、文件與…

了解模型繁體中文
Google

Genie 4

Genie 4 是 Google DeepMind 的原生多模態世界模型,旨在即時生成及模擬可互動的環境;目前屬於早期研究預覽。官方公告日期為 2026 年 10 月 27 日。(deepmind.google) **即時世界控制:**使用自然語言改變天氣、鏡頭或場景中的人物與物件;示範亦使用鍵盤及滑鼠進行導覽和鏡頭控制。 **環境與人物模擬:**生成具照片寫實感的場景,模擬碰撞等物理現象,以及人…

了解模型繁體中文
Alibaba

Qwen-Audio-3.1-Realtime-Flash

Qwen-Audio-3.1-Realtime-Flash 是即時雙工語音對話模型,由阿里雲百煉提供推論服務。官方模型發布紀錄日期為 2026-10-27。(docs.qwencloud.com) 支援文字與音訊輸入、文字與音訊輸出、函式呼叫、聯網搜尋及聲音複製。聯網搜尋需以 enable_search 啟用,並可與函式呼叫同時使用。(docs.bailian.console.aliyun.com…

了解模型繁體中文
Baidu

文心 Unlimited OCR 2

百度於 2026 年 10 月 27 日發布並開源的多模態長文件解析模型,約有 33 億總參數、5 億啟用參數,採用混合專家架構與 SR-SWA,主要用於多頁文件的連續解析。(cloud.baidu.com) 可解析文字、表格、公式、版面與閱讀順序,並支援跨頁表格及段落合併;百度文件解析服務可返回 JSON 或 Markdown 結構化結果。(ai.baidu.com) 支援圖片與 PDF 混合輸…

了解模型繁體中文
OpenAI

GPT-6.1 Terra

GPT-6.1 Terra 是 OpenAI 主打速度與效率的模型,結合視覺推理、電腦操作及自然寫作能力,適合大規模處理日常工作流程。(openai.com) 可理解圖片與技術圖面、比對商品照片和目錄、操作應用程式畫面、填寫表單,以及撰寫和修改文字。(openai.com) 支援文字與圖片輸入、文字輸出;上下文視窗為 1,050,000 tokens,最大輸出為 128,000 tokens。知識…

了解模型繁體中文
Tencent

Hy-SimulMT-30B-A3B-Interleave

Tencent 混元推出的開放權重即時同聲傳譯模型,適合將持續輸入的語音邊聽邊譯。此 Interleave 版本輸出原文與譯文;相較之下,非 Interleave 版本僅輸出譯文。模型卡標示授權為 Apache-2.0。(huggingface.co) 支援中文與英文之間的雙向即時同聲傳譯,可用於會議、演講和訪談等跨語言交流場景。 配合另行設定的文字轉語音(TTS)服務,可輸出譯文語音並進行即時音…

了解模型繁體中文
Tencent

Hy-SimulMT-30B-A3B

Hy-SimulMT-30B-A3B 是騰訊混元開發的即時同聲翻譯模型,支援中文與英文之間的雙向語音翻譯。官方於 2026 年 10 月 26 日公告發布,模型權重以 Apache-2.0 授權提供。(github.com) 可持續接收語音,在說話者發言期間輸出譯文文字,適用於會議、演講和訪談等即時跨語言交流。(huggingface.co) 搭配已設定的文字轉語音(TTS)服務,可輸出譯文語音並…

了解模型繁體中文
Moonshot AI

Kimi K3.1 Pro Highspeed

Kimi K3.1 Pro Highspeed 是 Kimi K3.1 Pro 的高速版本,面向複雜推理、程式開發與長程代理任務。官方表示其模型能力與標準版相同,輸出生成速度約為標準版的 2–3 倍。(kimi.ai) 支援原生視覺理解,以及 1,048,576 token 的上下文視窗,可處理大型程式碼庫、長文件與多步驟工作流程。(kimi.com) 可用於互動式程式設計、程式碼修改與專案開發、…

了解模型繁體中文
Moonshot AI

Kimi K3.1 Pro

Kimi K3.1 Pro 是 Moonshot AI 的開放權重、多模態代理模型,也是 K3.1 系列的首款模型;它基於 Kimi K3 經大規模後訓練而成。模型採用混合專家(MoE)架構,總參數約 2.8 兆,每個 token 啟用約 1,040 億參數。(huggingface.co) 支援文字與圖片輸入、文字輸出,上下文視窗為 1,048,576…

了解模型繁體中文
Tencent

WeVisOne-VL-4B

WeVisOne-VL-4B 是 Tencent 微信視覺團隊開發的視覺語言模型,建立於 Qwen3-VL,將物件級與像素級視覺感知整合於同一模型。模型權重以 Apache 2.0 授權發布;第三方元件仍適用各自的授權條款。(huggingface.co) 支援開放詞彙物件偵測、文字指涉定位、物件計數、指點及 OCR 定位。 支援指涉分割與提示式影像去背,可輸出座標、邊界框、遮罩和連續 Alpha…

了解模型繁體中文
Tencent

WeVisOne-VL-2B

WeVisOne-VL-2B 是騰訊微信視覺團隊開發的視覺語言模型,基於 Qwen3-VL,結合結構化文字預測與約 960 萬參數的像素解碼器,統一物件級及像素級視覺感知。(huggingface.co) 支援開放詞彙物件偵測、自然語言指代定位、計數、指點、OCR 與文字定位。 支援指代分割及提示式 Alpha 去背,可輸出點、邊界框、文字、二值遮罩及連續透明度遮罩。 可用於圖片中的物件定位、文字…

了解模型繁體中文
ByteDance

Dreamina Seedance 2.5 4K

Dreamina Seedance 2.5 4K 是 ByteDance 旗下 BytePlus 面向專業創作與企業工作流程的影片生成模型。BytePlus 將其定位為 Seedance 2.5 系列中能力最強的模型,適合要求細節與角色表演的大銀幕製作。(byteplus.com) 支援 4K 最終影片生成及 10-bit 色彩深度;官方表示人物表情、細微動作、紋理和輪廓的表現有所改善。 提供…

了解模型繁體中文
Google

Gemini Composite V2

Gemini Composite V2 是為企業語音代理設計、針對語音最佳化的複合模型,為 Composite V1 的後續版本。Google 於 2026 年 10 月 22 日宣布其在 CX Agent Studio 正式推出(GA);此狀態僅適用於 CX Agent Studio,不代表其他 Google Cloud 產品的發布狀態相同。(docs.cloud.google.com) 沿用…

了解模型繁體中文
Alibaba

Qwen-Audio-3.1-TTS-Plus

Qwen-Audio-3.1-TTS-Plus 是專為精品音色與內容創作設計的專業級文字轉語音模型,側重音質、解析度與表現細節。輸入為文字,輸出為音訊。(docs.qwencloud.com) 支援多種語言及方言、串流語音合成、自然語言指令,以及細粒度標籤控制;可調整情緒、語氣、角色、語速和音量。 支援聲音複刻;官方表示,模型對含雜訊或混響的參考音訊有較強的穩健性。亦支援音色設計。 適用於品牌聲音…

了解模型繁體中文