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

15 個模型

按發布時間倒序
Tencent

HyPDE

HyPDE 是用於二維偏微分方程(PDE)模擬的基礎模型,採用約 3.23 億參數的融合歷史 Transformer。它從 13 個二維物理資料集從零訓練,面向數值物理場預測,而非一般文字對話。(github.com) 輸入規則二維網格上模擬場的最近 6 個影格,預測接下來 4 個影格;可將輸出自迴歸地用於後續軌跡預測。輸入場可包括速度、壓力、密度或濃度等。(raw.githubuserconte…

了解模型繁體中文
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
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
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
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
Tencent

Hy-Nomas

Hy-Nomas 是自由形式的互動式影片世界生成模型,以約 80 億參數的擴散模型為骨幹,支援跨多輪互動的文字指令與攝影機控制。它不是一般文字聊天模型。(arxiv.org) 逐段自回歸生成影片,利用 KV 快取保留先前片段的上下文;可在生成過程中以文字調整物件、場景、風格和動作,並以攝影機軌跡控制視角。(github.com) 官方示範支援以參考圖片初始化世界,再以文字及攝影機控制繼續生成;提供…

了解模型繁體中文
Tencent

Hy-Memory-30B-A3B

Hy-Memory-30B-A3B 是騰訊混元開發的長期記憶寫入專用模型,用於外部記憶框架,並非以通用問答為主要定位。模型約有 30B 總參數、每次推理約啟用 3B 參數;官方提供開放權重,模型卡標示 Apache 2.0 授權。(huggingface.co) 模型可在 Mem0、MemOS 和 Hy-Memory 等框架中執行記憶寫入:判斷哪些資訊值得保留、以何種精度表達,並依新證據更新持久記…

了解模型繁體中文
Tencent

Hy Image3.5 preview

Tencent 混元推出的圖像生成與編輯預覽模型,透過 API 提供文字生圖、參考圖生圖及多輪編輯,適合專業視覺內容製作。(cloud.tencent.com) 支援文字與參考圖片混合輸入,並以 Chat/Messages 協定進行多輪圖像編輯;結果同步返回。 支援自訂尺寸、種子、水印文字及外部搜尋增強,可用於海報、介面設計和商品圖片編輯。(cloud.tencent.com) TokenHub…

了解模型繁體中文
Tencent

AuK-Flash

AuK-Flash 是 AuK 語音生成與編輯基礎模型的蒸餾版本,提供開放權重,主打快速四步推論。AuK 基礎模型約有 15 億參數;官方模型卡標示採用 MIT 授權。(huggingface.co) 模型透過自然語言指令及視任務需要提供的參考音訊,支援零樣本和指令式文字轉語音、語音及歌詞內容編輯、音高/語速/音量調整、情緒與音色編輯、語音增強及音源分離。適合用於配音、語音內容修改和音訊清理等場景…

了解模型繁體中文
Tencent

AuK

AuK 是開源的語音生成與編輯基礎模型,規模為 15 億參數,透過統一的自然語言指令介面執行多種音訊任務。本條目對應高品質生成的 AuK 基礎版;AuK-Flash 是另行提供的四步推論蒸餾版本。(huggingface.co) 支援零樣本文字轉語音:以參考音訊的聲音朗讀指定文字;也支援僅依聲音描述生成語音。 支援語音內容、音高、語速及副語言特徵編輯,以及語音增強和聲源分離。 可用於配音、語音內容…

了解模型繁體中文
Tencent

Tencent Hy4 preview

Tencent Hy4 preview 是騰訊混元面向程式開發、辦公和科研等生產力任務的大型語言模型預覽版。它採用混合專家(MoE)架構,總參數量為 770B,每個 token 啟用 49B 參數;模型權重以 Apache License 2.0 開放。(tencent.com) **軟體工程:**支援長程開發任務的理解、規劃、除錯與驗證,以及前端開發。 **辦公與分析:**可協助資料分析、跨文件…

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