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

458 个模型

按发布时间倒序
Google

Gemini 2.5 Deep Think

Gemini 2.5 Deep Think 是 Gemini 2.5 Pro 的增强推理模式,面向复杂数学、编程和需要创造性解决的问题。Google 于 2025 年 8 月 1 日宣布在 Gemini 应用中向 Google AI Ultra 订阅者推出这一版本;Deep Think 此前已于 2025 年 5 月作为实验性模式公布。(blog.google) 使用并行思考,在作答前同时探索、修…

了解模型简体中文
Alibaba

Qwen-Flash

Qwen-Flash 是 Qwen3 系列的文本生成与推理模型。官方国际站将 qwen-flash 和快照版本 qwen-flash-2025-07-28 列于 2025 年 8 月 1 日的更新中;快照名称中的 2025 年 7 月 28 日是快照日期。官方模型页称,当前 qwen-flash 的能力等同于该快照。(alibabacloud.com) 支持文本输入和文本输出,融合思考与非思考模式…

了解模型简体中文
ByteDance

Seed Diffusion Preview

Seed Diffusion Preview 是 ByteDance Seed 发布的实验性离散扩散语言模型,以结构化代码生成作为研究领域,用于验证扩散方法作为语言模型基础框架的可行性。(seed.bytedance.com) **代码生成与编辑:**适用于代码生成、补全和涉及全局规划的代码编辑研究。官方称其在多个代码生成基准上与同等规模自回归模型表现相当,在 CanItEdit 代码编辑任务上表…

了解模型简体中文
Alibaba

Qwen3-Coder-Flash

Qwen3-Coder-Flash 是基于 Qwen3 的代码生成模型,继承 Qwen3-Coder-Plus 的编码智能体能力。该 API ID 对应 2025 年 7 月 28 日快照;阿里云国际站公告将其列于 2025 年 7 月 29 日发布记录,国内站公告则列于 2025 年 8 月 5 日上架记录。(docs.modelstudio.console.alibabacloud.com)…

了解模型简体中文
Google

Veo 3 Fast

Veo 3 Fast 是 Google 面向较快视频生成的 Veo 3 版本,可根据文本提示或输入图片生成视频,并支持同步生成语音和音效。可用于短视频素材、创意演示及广告片段制作。(cloud.google.com) 支持文生视频、图生视频、提示词改写和声音生成;不支持视频延长、参考图片控制、视频对象插入或移除。(docs.cloud.google.com) 官方模型页面的历史内容列出:视频时长为…

了解模型简体中文
Google

Veo 3

Veo 3 是 Google 的生成式视频模型。veo-3.0-generate-001 是其在 Google Cloud Vertex AI 上的正式版模型 ID。(docs.cloud.google.com) 支持根据文本提示生成视频,也支持图片转视频;可生成与画面同步的语音或音效。可用于营销素材、社交媒体视频、产品演示和短片等场景。(docs.cloud.google.cn) 官方模型资料列…

了解模型简体中文
Alibaba

Qwen-Plus

Qwen3 系列的 Plus 文本生成与推理模型,采用 2025 年 7 月 28 日的模型快照。(docs.modelstudio.console.alibabacloud.com) 支持思考与非思考模式,可在对话中切换;相较此前版本,针对中英文能力和工具调用进行了增强。适合文本生成、对话、推理及需要调用工具的应用。该版本支持最长 100 万 token…

了解模型简体中文
Zhipu AI

GLM-4.5-Air

GLM-4.5-Air 是 GLM-4.5 系列中面向智能体应用的轻量级基础模型,采用混合专家(MoE)架构,总参数量为 1060 亿,每次推理激活约 120 亿参数。模型于 2025 年 7 月 28 日随 GLM-4.5 系列发布。(prnewswire.com) 融合推理、编程和智能体能力,支持工具调用;可选择适合复杂推理和工具使用的思考模式,或适合即时响应的非思考模式。 适用于代码生成与调…

了解模型简体中文
Zhipu AI

GLM-4.5

GLM-4.5 是面向智能体应用的文本基础模型,采用混合专家(MoE)架构,总参数约 3550 亿,单次推理激活约 320 亿参数,融合推理、编程和智能体能力。(docs.bigmodel.cn) 支持思考模式和非思考模式,分别适合复杂推理、工具使用和即时响应。 支持函数调用、流式输出、上下文缓存及 JSON 等结构化输出;可用于软件工程、前端编程、网页浏览和智能体工作流,也可接入 Claude…

了解模型简体中文
Alibaba

Wan2.2-I2V-Plus

Wan2.2-I2V-Plus 是万相 2.2 系列的图生视频模型,通过阿里云百炼提供推理服务。它以输入图片作为首帧,可结合文本提示词生成视频。官方称,该版本优化了生成稳定性、指令遵循、图片文字、人像和商品的一致性,以及运镜控制。(help.aliyun.com) 支持基于图片和可选文本提示词生成视频,可用于商品展示、人像动态化和短视频创作等场景。 输出分辨率支持 480P 和 1080P,默认…

了解模型简体中文
Alibaba

Wan2.2-T2V-Plus

Wan2.2-T2V-Plus 是通义万相 2.2 系列的文生视频模型,通过阿里云百炼提供推理服务:输入文本提示词,输出视频。官方公告列出的发布日期为 2025 年 7 月 28 日。(docs.modelstudio.console.alibabacloud.com) 官方称该模型提升了提示词遵循能力和画面质量,可生成较稳定的大幅度复杂运动,并支持影视级画面表现与控制。适合根据文字创意制作短视频…

了解模型简体中文
Alibaba

Wan2.2-T2I-Flash

Wan2.2-T2I-Flash 是万相 2.2 系列的快速文生图模型,输入文本、输出图像,由阿里云百炼提供推理服务。(docs.bailian.console.aliyun.com) 官方称模型提升了生成速度、创意性、稳定性、写实质感及指令遵循能力,原生支持多种风格和智能提示词改写。(docs.modelstudio.console.alibabacloud.com) 适用于根据文字描述创作插画…

了解模型简体中文
Alibaba

Wan2.2-T2I-Plus

Wan2.2-T2I-Plus 是阿里巴巴通义万相 2.2 系列的文本生成图像模型,输入文本提示词,输出图像。官方称其提升了图像细节、创意性、稳定性和写实质感,并增强了指令遵循能力。(docs.modelstudio.console.alibabacloud.com) 原生支持多种图像风格和智能提示词改写,可用于创意插画、概念视觉及写实风格图像制作。(docs.modelstudio.consol…

了解模型简体中文
Tencent

hunyuan-turbos-vision-video

腾讯混元基于 turbos-vision 的视频理解模型;腾讯云 TokenHub 将该版本列为 HY-Vision-Video。(cloud.tencent.com) 支持视频描述和基于视频内容的问答,可用于视频内容分析与问答等场景。TokenHub 示例使用视频 URL 和文本问题作为输入,生成文本回答。(cloud.tencent.com) TokenHub 列出的上下文窗口为 32k…

了解模型简体中文
ByteDance

Seed LiveInterpret 2.0

Seed LiveInterpret 2.0 是字节跳动 Seed 团队的端到端实时同声传译模型,采用全双工语音理解与生成框架,面向跨语言交流。官方公告发布日期为 2025-07-24。(seed.bytedance.com) 支持流式语音输入,边听边生成译文;可输出翻译文本,也可输出翻译语音,并支持基于实时语音的零样本声音复刻。适用于跨语言会议、演讲、实时字幕和语音通话等场景。(seed.byt…

了解模型简体中文
Alibaba

Qwen-Doc-Turbo

Qwen-Doc-Turbo 是面向文档数据挖掘的文本生成模型,专门用于信息抽取、内容审核、分类打标和摘要生成。官方发布记录列出的日期为 2025-07-23。(docs.modelstudio.console.alibabacloud.com) 从文档中提取字段,并可按提示生成 JSON 等结构化文本,适合文档归档、信息整理和内容审核等场景。 支持通过公网文件 URL、上传后的文件 ID 或直接…

了解模型简体中文
Google

Gemini 2.5 Flash-Lite

Gemini 2.5 Flash-Lite 是 Google 面向大规模、低延迟应用的轻量级多模态模型。Google 于 2025 年 7 月 22 日宣布其稳定版正式发布。(developers.googleblog.com) 支持文本、图像、视频、音频和 PDF 输入,输出文本;输入上限为 1,048,576 token,输出上限为 65,536 token。 支持可控制预算的思考、函数调用、…

了解模型简体中文
ByteDance

Seed GR-3

Seed GR-3 是字节跳动 Seed 团队研发的视觉-语言-动作(VLA)机器人操作模型,面向通用机器人研究。它采用 Transformer 混合架构,将视觉语言模块与动作生成模块整合为约 40 亿参数的端到端模型。(seed.bytedance.com) **泛化与指令理解:**在抓取和放置实验中,处理训练时未见过的物体、环境,以及包含空间关系和大小等抽象概念的指令。 **长程与灵巧操作:*…

了解模型简体中文
Alibaba

Qwen3-Coder-Plus

Qwen3-Coder-Plus 是基于 Qwen3 的代码生成模型;本 API ID 指向 2025 年 7 月 22 日的快照版本。阿里云国内公告将其列于 2025 年 7 月 22 日;国际部署的上架记录为 2025 年 7 月 23 日。(help.aliyun.com) 模型面向 Coding Agent,擅长工具调用和环境交互,可用于代码生成、自主编程及构建编程助手,同时具备通用文本生…

了解模型简体中文
Alibaba

Qwen-MT-Plus

Qwen-MT-Plus 是通义千问系列的旗舰级多语言翻译模型。官方当前资料称其已基于 Qwen3 升级,支持 92 个语种互译,并提供术语定制、格式保留和领域提示能力,适用于多语言文本及专业领域翻译。当前能力描述不一定代表首发时的版本状态。(docs.modelstudio.console.alibabacloud.com) 输入和输出均为文本。官方当前列出的最大输入和输出长度各为 8,192…

了解模型简体中文