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

9 個模型

按發布時間倒序
Baidu

ERNIE-Light-DT-1.0

ERNIE-Light-DT-1.0 是百度面向長上下文與深度思考的輕量文字模型,可透過百度智能雲千帆 API 使用。百度於 2026 年 11 月 12 日的公告將其稱為 ERNIE Light Deep Thinking。(prnewswire.com) 文字輸入、文字輸出;支援開啟或關閉思考模式。 採用百度稀疏注意力機制 BSA 與回饋式歷史壓縮,以降低長上下文的 KV 儲存與運算開銷。 適…

了解模型繁體中文
Baidu

ERNIE 5.5 Flash Preview

ERNIE 5.5 Flash Preview 是百度文心系列的基礎模型預覽版,基於 ERNIE 5.5 Flash Base 後訓練,著重程式編寫、智慧代理、知識工作及內容創作。官方公告日期為 2026 年 11 月 11 日。(ernie.baidu.com) 總參數量為 280B,每個 token 啟用 14B;支援 1M token 上下文。百度國內產品頁標示預設輸出為 64K token…

了解模型繁體中文
Baidu

ERNIE 5.5 Flash Base

ERNIE 5.5 Flash Base 是僅處理文字的稀疏混合專家(MoE)基礎語言模型。百度公開的是預訓練結束、尚未經過中期訓練或後訓練的權重,主要作為進一步訓練與研究的起點。(huggingface.co) 總參數量為 2,800 億,每個 token 啟用 140 億參數;預訓練使用 33.5 兆個 token。 預訓練上下文上限為 131,072 tokens;微調與推論支援 1,048…

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
Baidu

端到端语音语言大模型(Flex)

百度於 2026 年 9 月 16 日公告推出 Flex 公測版,定位為注重靈活性與任務執行的端到端語音語言大模型,提供自然語音互動與語音合成。(ai.baidu.com) 支援伺服器自動語音活動偵測(VAD)與手動提交音訊兩種互動模式。 支援 Function Call,可連接外部工具與業務系統執行任務。 支援 70 種以上預設音色及音色切換,並提供搜尋與指令遵循能力。 發布公告稱知識庫檢索增強…

了解模型繁體中文
Baidu

HPD-Parsing

HPD-Parsing 是約 10 億參數的輕量級視覺語言模型,專為高吞吐量文件解析設計。模型權重以 Apache 2.0 授權發布。(huggingface.co) 解析文件頁面影像,識別文字、版面結構與閱讀順序,並處理公式及表格等內容,適合文件數位化與批次解析。(arxiv.org) 使用階層式平行解碼:主版面分支協調整體結構,並動態啟動局部內容分支;漸進式多 token 預測(P-MTP)進…

了解模型繁體中文
Baidu

PP-OCRv6_tiny_rec

PP-OCRv6 系列的超輕量文字識別模型,適合邊緣裝置與物聯網場景。官方模型卡載明約 110 萬個參數;官方文件列出的模型儲存大小為 4.4 MB,並提供推論與訓練模型。(huggingface.co) 將文字區域影像識別為文字,可用於多語言文件、圖片及工業場景的 OCR 流程。 支援 49 種語言,包括繁體中文、簡體中文、英文及 46 種拉丁文字語言。 官方內部多場景評估的文字識別加權平均準確…

了解模型繁體中文
Baidu

PP-OCRv6_tiny_det

PP-OCRv6_tiny_det 是百度飛槳 PaddleOCR 團隊的 PP-OCRv6 系列超輕量文字偵測模型,主要面向邊緣裝置與物聯網部署。模型約有 0.43M 個參數,官方文件列出的模型儲存大小為 1.9 MB;採用 LCNetV4 骨幹與 RepLKFPN 偵測頸部。(huggingface.co) 從影像中定位文字區域,可處理手寫、印刷、旋轉、彎曲及藝術字等多種文字外觀,適用於文件、…

了解模型繁體中文