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

108 個模型

按發布時間倒序
Tencent

WeMM-Embedding-9B

WeMM-Embedding-9B 是 Tencent 微信視覺團隊開發的通用多模態嵌入模型,為 WeMM-Embedding 系列的 9B 版本。它將不同模態的內容映射至共同向量空間,主要用於表示與檢索,而非生成式對話。(arxiv.org) 支援文字、圖片、影片、視覺文件及交錯排列的多模態輸入,可用於跨模態檢索、推薦、分類和內容匹配等任務。(arxiv.org) 支援 Matryoshka 可…

了解模型繁體中文
Tencent

WeMM-Embedding-4B

WeMM-Embedding-4B 是 Tencent 微信視覺團隊開發的通用多模態嵌入模型,屬於 WeMM-Embedding 系列的 4B 版本,以 Qwen3.5 為基礎,將不同模態的內容表示於共同向量空間。(huggingface.co) 支援文字、圖片、影片、視覺文件及交錯多模態輸入;輸出經 L2 正規化的嵌入向量。完整向量為 2,560 維,亦支援 64、128、256、512 和 1…

了解模型繁體中文
Tencent

WeMM-Embedding-2B

WeMM-Embedding-2B 是 Tencent 微信視覺團隊開發的通用多模態嵌入模型,屬於 WeMM-Embedding 系列的 2B 版本。它將不同模態的內容表示為向量,供相似度計算與檢索使用。(github.com) 支援文字、圖片、影片、視覺文件及交錯多模態輸入,可用於跨模態搜尋、內容匹配和多模態檢索增強生成(RAG)。 完整嵌入向量為 2048 維,亦支援 64、128、256、5…

了解模型繁體中文
Alibaba

Wan3.0-Video-Prime

Wan3.0-Video-Prime 是萬相 3.0 影片生成模型的高速版本,由阿里雲百鍊提供推論服務。官方表示其能力與 Wan3.0-Video 標準版對齊,端到端生成速度更快。(alibabacloud.com) 支援文字、圖片、影片及音訊等多模態輸入,以及檔案和網頁連結參考;可用於文字生影片、圖片生影片、首尾影格控制、參考素材生成及影片編輯。(alibabacloud.com) 可用於故事創…

了解模型繁體中文
Alibaba

Qwen3.8-27B

Qwen3.8-27B 是阿里巴巴千問團隊推出的 270 億參數稠密型原生視覺語言模型,開放模型權重,採用 Apache 2.0 授權。官方公告記載其於 2026 年 8 月 14 日上架 Hugging Face 和 ModelScope。(github.com) 可理解文字、圖片和影片,適合文件與圖表分析、程式開發、研究、辦公自動化及多步驟代理工作。支援思考與非思考模式。(huggingfac…

了解模型繁體中文
Alibaba

Qwen3.8-2.4T-A95B

Qwen3.8-2.4T-A95B 是通義千問 Qwen-Max 級的開放權重文字生成模型,採用稀疏專家混合(MoE)與混合注意力架構,總參數約 2.4 兆,每個 token 約啟用 950 億參數。(huggingface.co) 模型面向程式開發、專業工作、研究及長流程智慧代理任務,適合複雜多步驟任務與工具整合。阿里雲百煉列出文字輸入與輸出、函式呼叫、結構化輸出、網路搜尋及上下文快取等服務能力…

了解模型繁體中文
Alibaba

Wan3.0-Video

Wan3.0-Video 是 Alibaba 的一體化多模態影片生成模型,以單一模型支援文字生影片、圖片生影片及參考素材生影片。(docs.qwencloud.com) 支援文字、圖片、影片、音訊、文件及公開網頁作為輸入或參考素材;支援首影格、首尾影格控制,以及影片編輯與延長。(docs.bailian.console.aliyun.com) 可原生產生畫面與音訊,包括對白、背景音樂和音效;支援音…

了解模型繁體中文
Tencent

Hunyuan3D-Buffalo 1.0

Hunyuan3D-Buffalo 1.0 是騰訊混元提出的統一多模態 3D 研究框架,在單一架構中結合 3D 理解、生成與編輯。它以 Hunyuan3D-VLM 處理語義、結構與空間理解,並以 Hunyuan3D DiT 進行 3D 合成。(tencent-hunyuan.github.io) 3D 理解:針對 3D 物件進行問答、語義與空間定位。 文字生成 3D:根據文字提示生成 3D 資產。…

了解模型繁體中文