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

206 個模型

按發布時間倒序
Zhipu AI

SCAIL-2

SCAIL-2 是開源的可控角色動畫模型,以參考角色影像和驅動影片生成角色動畫;端到端驅動不必依賴骨架等中間姿態表示。模型權重與推論程式碼於 2026 年 6 月 9 日開源。(github.com) 支援動作遷移、角色替換、多角色場景,以及使用多張參考影像補充背面、特寫等資訊,可用於角色動畫製作與影片編輯。(github.com) 官方介紹提到跨身分角色替換、動物影片驅動,以及對部分進階控制表示…

了解模型繁體中文
Alibaba

Qwen3.7-Max

Qwen3.7 系列的旗艦 Max 模型。此 API ID 指向 2026 年 6 月 8 日的快照;相較於 5 月 20 日快照,新增視覺模態理解,支援感知真實世界場景及多模態互動混合智能體能力。(alibabacloud.com) 接受文字、圖片及影片輸入,輸出文字;支援推理、函式呼叫、結構化輸出、連網搜尋、前綴續寫及上下文快取。(alibabacloud.com) 適合文字生成、視覺理解及需…

了解模型繁體中文
Google

Gemma 4 12B

Gemma 4 12B Unified 是 Google DeepMind 的開放權重多模態模型,採用約 120 億參數的稠密架構,旨在筆記型電腦等裝置上執行本地 AI 工作。其統一、無獨立編碼器架構以輸入的線性投影取代傳統視覺與音訊編碼器。(blog.google) 接收文字、圖片和原生音訊輸入,產生文字輸出;也可透過處理連續影格理解影片。(ai.google.dev) 支援推理、程式碼生成與修…

了解模型繁體中文
MiniMax

MiniMax M3

MiniMax M3 是 MiniMax 的原生多模態語言模型,重點面向程式開發、智慧代理與長上下文任務。官方表示模型權重已公開。發布日期為 2026 年 6 月 1 日。(minimax.io) **程式與代理任務:**支援程式碼生成、除錯、任務拆解、工具呼叫及多步推理,可用於軟體開發、自動化工作流程和長時間協作。 **長上下文:**採用 MiniMax Sparse Attention(MSA…

了解模型繁體中文
Tencent

Universal Audio Tokenizer

Universal Audio Tokenizer 是騰訊 WeChat AI 發布的音訊 tokenizer,以單一碼本將音訊轉換為離散 token,旨在兼顧語言語意對齊與一般音訊感知,供音訊大型語言模型整合使用。官方於 2026-06-01 首次在 GitHub 與 Hugging Face 發布。(github.com) 將輸入音訊編碼為離散 token,並從 token 重建波形;官方提供…

了解模型繁體中文