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

151 個模型

按發布時間倒序
Alibaba

Qwen-Image-3.0-Pro

Qwen-Image-3.0-Pro 是阿里巴巴千問系列的旗艦影像生成與編輯模型,透過阿里雲百鍊提供推論服務。它接收文字及影像輸入,輸出影像。(alibabacloud.com) 支援文字生成影像,以及結合文字指令與 1–3 張參考圖進行影像編輯。(alibabacloud.com) 官方稱支援最多 4.5k token 輸入、密集資訊及圖中圖版面、小至 10px 的文字,以及 12 種語言和 2…

了解模型繁體中文
Alibaba

Qwen 3.8-Max-Preview

Qwen 3.8-Max-Preview 是通義千問的新一代基礎模型預覽版,參數量為 2.4 兆。阿里巴巴表示,初步測試中其表現僅次於 Fable 5;這是官方測試說法,非獨立驗證結果。(alibabagroup.com) 官方指出,相較於 Qwen3.7-Max,本模型加強了程式碼工程與專業辦公能力,可用於全端開發、資料分析及 Office 辦公工作流程等複雜長程任務。發布時可透過 Token…

了解模型繁體中文
MiniMax

Music-3.0

Music-3.0 是 MiniMax 的文字轉音樂生成模型,API 模型 ID 為 music-3.0。官方模型發布紀錄標示的發布日期為 2026 年 7 月 16 日。(platform.minimax.io) 可依文字提示指定曲風、情緒與場景,搭配使用者提供的歌詞生成歌曲;也可啟用歌詞優化,依提示自動產生歌詞。支援純音樂模式,以及 [Verse]、[Chorus]…

了解模型繁體中文
Moonshot AI

Kimi K3

Kimi K3 是 Moonshot AI 的開放權重多模態模型,面向長程程式開發、知識工作與深度推理。它採用混合專家(MoE)架構,總參數量為 2.8 兆,使用 Kimi Delta Attention、Attention Residuals 和 Stable LatentMoE;每個 token 從 896 個路由專家中啟用 16 個。(kimi.com) 支援文字、原生視覺理解及影片理解;K…

了解模型繁體中文
Tencent

Hy-Embodied-RxBrain-1.0

Hy-Embodied-RxBrain-1.0(RxBrain)是由騰訊 Robotics X 實驗室、福田實驗室與騰訊混元團隊打造的開源具身世界認知基礎模型。它結合語言推理與視覺想像,為機器人的高層認知、規劃及下游動作模型提供支援。模型約有 62 億個參數,基於 Hy-Embodied-VLM 系列開發。(developer.cloud.tencent.cn) **具身理解與推理:**根據圖像或…

了解模型繁體中文
Tencent

Hy-Embodied-VLM-1.0

Hy-Embodied-VLM-1.0 是為真實物理世界中的具身智慧代理設計的視覺語言基礎模型,由 Tencent Robotics X、Hy Vision Team 與福田實驗室共同打造。採用混合專家(MoE)架構,總參數約 30B,每個 token 啟用約 3B 參數;語言骨幹為 Hy3-A3B,視覺編碼器為 Hy-ViT2。(github.com) 接收文字與圖片輸入並產生文字;官方模型卡標…

了解模型繁體中文
Alibaba

Qwen-Audio-3.0-TTS-Plus

Qwen-Audio-3.0-TTS-Plus 是阿里雲百鍊提供的高品質文字轉語音模型,Plus 版本側重音質、自然度和細節表現。官方公告記載的發布日期為 2026 年 7 月 14 日。(alibabacloud.com) 輸入文字、輸出音訊;支援語音合成與即時語音合成。(alibabacloud.com) 支援自然語言指令及細粒度標籤控制,可調整情緒、語氣、角色、語速、音量和合成風格;也支援聲…

了解模型繁體中文
ByteDance

Seedream 5.0 Pro

Seedream 5.0 Pro 是 ByteDance 的多模態圖像創作模型,面向高品質圖像生成、資訊視覺化及可控制的設計編輯。官方發布日期為 2026 年 7 月 8 日。(seed.bytedance.com) 支援文字生成圖片、單張或多張參考圖生成圖片,以及多圖融合。 可透過點選、框選、箭頭、座標或手繪標記指定區域,進行局部生成、元素替換、色彩與材質修改。 可將單張圖片拆分為一張底圖及最多…

了解模型繁體中文
Tencent

HunyuanOCR-1.5

HunyuanOCR-1.5 是輕量化、端到端的 OCR 專用視覺語言模型,沿用 1.0 的骨幹架構,將多種以文字為中心的視覺任務整合至單一模型。官方模型頁標示規模約為 10 億參數。(github.com) 支援文件解析、文字偵測與辨識、資訊擷取及圖文翻譯,可用於文件數位化與結構化資料擷取。 強化低資源語言 OCR、古文字 OCR 和多圖文字問答等能力;官方表示訓練時最大影像解析度擴展至 4K,…

了解模型繁體中文
Tencent

Hy3

Hy3 是騰訊混元的正式版語言模型,面向實際生產力與 AI 智慧體應用;它建立在 Hy3 preview 的基礎上,採用融合快慢思考的混合專家(MoE)架構,總參數量為 295B,每次啟用 21B 參數,支援最長 256K 上下文。騰訊表示,正式版相較預覽版提升了效能、穩定性與成本效益。(tencent.com) 模型支援複雜推理、指令遵循、上下文學習、程式碼生成,以及智慧體的任務規劃與工具協作。…

了解模型繁體中文