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

588 个模型

按发布时间倒序
Moonshot AI

Moonlight-16B-A3B-Instruct

Moonlight-16B-A3B-Instruct 是 Moonshot AI 发布的指令微调版文本生成模型,采用混合专家(MoE)架构,总参数约 160 亿、每 token 激活参数约 30 亿。Moonlight 使用 Muon 优化器,训练数据量为 5.7 万亿 token。(huggingface.co) 模型面向指令跟随和对话式文本生成,可用于问答、摘要、写作辅助及代码、数学任务实验。…

了解模型简体中文
Moonshot AI

Moonlight-16B-A3B

Moonlight-16B-A3B 是 Moonshot AI 发布的预训练基础语言模型,采用混合专家(MoE)架构,约有 160 亿总参数、每个 token 激活约 30 亿参数。它使用 Muon 优化器在 5.7 万亿 token 上训练。该基础模型与另行发布的指令微调版本 Moonlight-16B-A3B-Instruct 不同。(huggingface.co) 支持文本生成,官方标注上下…

了解模型简体中文
MiniMax

Image-01

Image-01 是 MiniMax 的图像生成模型,支持根据文本描述生成不同尺寸的图片;官方定价页将其列为历史模型。(platform.minimax.io) 支持文本描述和参考图片生成图片,可用于创意设计、社交媒体配图和商业视觉素材。(platform.minimax.cn) 官方发布文章介绍了对场景、光影、人物和物体细节的生成能力,并列出 16:9、4:3、3:2、2:3、3:4、9:16…

了解模型简体中文
Alibaba

Qwen-Omni-Turbo

Qwen-Omni-Turbo 是通义千问的多模态理解与生成模型。阿里云百炼的模型更新公告将其列于 2025-02-14。(help.aliyun.com) 支持文本、图像、音频和视频输入,也支持混合模态输入理解。 支持文本与语音同时流式输出,提供四种自然对话音色。 可用于多模态内容问答、音视频内容理解和语音交互等场景;图像和视频是输入模态,不应据此理解为支持图像或视频生成。(help.aliyu…

了解模型简体中文
MiniMax

I2V-01-Director

I2V-01-Director 是 MiniMax Video-01 系列的图生视频导演版模型,以镜头运动控制为重点。输入图片并结合文本描述,生成视频;它与文生视频模型 T2V-01-Director 同属 01-Director 系列。(minimaxi.com) 支持通过提示词中的运镜指令或自然语言描述控制镜头运动。官方介绍了推、拉、摇、移、晃动、跟随和固定镜头等效果,并提供可组合的运镜方式。…

了解模型简体中文
MiniMax

T2V-01-Director

T2V-01-Director 是 MiniMax 海螺视频模型家族中的文生视频模型,侧重镜头运动控制和电影式叙事。模型接收文本提示,生成视频;它不同于图生视频模型 I2V-01-Director。(minimax.io) 可通过自然语言或方括号指令控制运镜,例如 [Push in]、[Pan left] 和 [Tracking…

了解模型简体中文
Google

Gemini 2.0 Flash

Gemini 2.0 Flash 是 Google 面向高效率和生产应用的多模态模型。gemini-2.0-flash-001 于 2025 年 2 月 5 日作为正式可用版本发布。(aistudio.google.com) 接受文本、图片、音频和视频输入,生成文本输出;可用于多模态内容理解、摘要、信息提取及对话等任务。 支持函数调用、代码执行、结构化输出、搜索接地和上下文缓存。输入上限为 1,0…

了解模型简体中文
Google

Document AI Enterprise Document OCR v2.1.1

Google Cloud Document AI 的 Enterprise Document OCR 处理器版本,用于从文档中识别和提取文字及版面信息。官方于 2025 年 2 月 3 日公告该版本以候选发布版(Release Candidate)形式推出;当前处理器列表将其列为公开预览版,并说明它与 v2.1 相似。(docs.cloud.google.com) 识别文档中的印刷文字和手写文字,…

了解模型简体中文