Alibaba
Qwen-Audio-3.1-Realtime-Flash
Alibabaのリアルタイム双方向音声対話モデル。テキストと音声の入力・出力に対応し、音声アシスタントやリアルタイム対話アプリケーションに利用できる。公開日は2026年10月27日。(docs.qwencloud.com) Function Calling、ウェブ検索、音声クローンに対応。検索は enable_search で有効化し、Function Callingと併用できる。 接続プロトコル…
モデルを見る日本語
モデルディレクトリ
最新の AI モデル
新しいモデルを公開日順に見つけられます。
Baidu
文心 Unlimited OCR 2
百度が2026年10月27日に公開・オープンソース化した、長文書向けのマルチモーダル文書解析モデル。総パラメータ約3.3B、活性化パラメータ約0.5BのMoEモデルで、SR-SWAと無限視野デコーディングを用いて長文書の解析時の計算・メモリ負荷を抑える。(ai.baidu.com) 見出し、段落、表、数式、画像などの領域を認識し、位置、種類、階層、読順を伴う構造化文書を出力する。ページをまたぐ表や…
モデルを見る日本語