模型发布档案

最新发布模型

聚合模型发布动态,按发布时间浏览,发现值得关注的新模型。

按发布时间倒序7 种语言
清除

3 个模型

按发布时间倒序
Zhipu AI

GLM-ASR

GLM-ASR 是智谱的语音识别模型,以音频为输入、文本为输出,用于语音转写。官方模型文档中的调用示例使用 API 模型 ID glm-asr。(docs.bigmodel.cn) 利用上下文改善转录文本的流畅性和可读性;官方称其在噪声环境下具有较强的抗干扰能力。 支持中文、英语及八种中国地方方言:东北官话、胶辽官话、北京官话、冀鲁官话、中原官话、江淮官话、兰银官话和西南官话。 可用于客服记录、会…

了解模型简体中文
Alibaba

Qwen-VL-OCR

基于 Qwen-VL 训练的视觉理解与 OCR 模型,使用统一模型处理图文识别、解析和处理任务。该版本是 2025 年 4 月 13 日的快照。(docs.bailian.console.aliyun.com) 内置六类任务:通用识别、文档解析、表格解析、信息抽取、多语言识别和公式识别。可用于从文档、表格及其他图片中提取和整理文字信息。(docs.bailian.console.aliyun.co…

了解模型简体中文
Tencent

混元3D v2.5

腾讯发布的 3D 内容生成模型,面向需要创建高精度、带纹理三维资产的创作者和开发者。技术报告将其描述为采用形状生成和纹理生成两阶段流程的 3D 扩散模型体系。(arxiv.org) 支持通过文字提示或图片生成 3D 模型,并支持使用多个视角图片生成模型及 PBR 材质。(cloud.tencent.com) 官方称模型总参数量由前代的 1B 提升至 10B,有效面片数增加超过 10 倍,有效几何分…

了解模型简体中文