Alibaba
Qwen-Audio-3.1-Realtime-Flash
实时双工语音对话模型，由阿里云百炼提供推理服务，适合构建实时语音交互应用，例如语音助手和客服对话。(docs.qwencloud.com) 支持文本、音频输入和输出，以及函数调用、联网搜索和声音复刻。联网搜索可与函数调用同时启用。 支持 WebSocket、WebRTC 和 AOQ 接入；支持 server_vad、smart_turn、smart_turn_v2 和按键说话交互模式。smart_…
了解模型简体中文
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。
Baidu
文心 Unlimited OCR 2
百度于 2026-10-27 发布并开源的多模态长文档解析模型。官方称其采用 SR-SWA 和无限解码机制，旨在降低超长文档解析的计算与显存开销；文档解析云服务于 2026-11-05 商用。(ai.baidu.com) 识别文本、表格、公式及版面元素，提取结构层级和阅读顺序；支持跨页表格与段落合并。文档解析服务可输出 JSON 或 Markdown。(cloud.baidu.com) 可用于合同…
了解模型简体中文