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

368 个模型

按发布时间倒序
Alibaba

Qwen3-Omni-Flash-Realtime

Qwen3-Omni-Flash 的实时全模态版本,基于 Thinker–Talker 混合专家(MoE)架构,面向实时多模态交互。官方公告列出的发布日期为 2025-09-17;模型 ID 中的 2025-09-15 是版本标识,不应与公告日期混同。(help.aliyun.com) 接收文本、音频、图片和视频输入,生成文本及语音;通过 Realtime API 的 WebSocket 接入。(…

了解模型简体中文
Tencent

混元生3D 3.0

混元生3D 3.0 是腾讯的3D内容生成模型。腾讯云于 2025-09-16 宣布混元生3D专业版上线,采用该模型生成更高精度和质量的3D模型。当前专业版接口可选择3.0或3.1;两者是不同模型版本。(cloud.tencent.com) 支持根据文本描述或二维图片生成3D模型;专业版还提供多视图、白模、草图和低面数模型生成等能力,并可选PBR材质。(cloud.tencent.com) 可用于3…

了解模型简体中文
Alibaba

Wan2.2-KF2V-Flash

万相 2.2 系列的首尾帧生视频模型,侧重较快生成:根据首帧、尾帧图片及可选文本提示词,生成两张图片之间的过渡视频。官方称其优化了动态稳定性、生成成功率和指令遵循能力。(docs.bailian.console.aliyun.com) **输入与输出:**输入图片和文本,输出无声视频;可用提示词描述主体运动或镜头变化。 **用途:**适合制作指定起止画面的短视频过渡、画面衔接和动态片段。 **输出…

了解模型简体中文
Alibaba

Qwen-Plus

Qwen-Plus 的 2025 年 9 月 11 日快照版本,面向文本生成和推理任务。官方发布记录日期为 2025-09-11。(help.aliyun.com) 支持文本输入和文本输出,以及思考和非思考模式。相较 2025-07-28 快照,官方称其思考模式的指令遵循能力有所提升、总结回复更精简;非思考模式的中文理解和逻辑推理能力有所增强。 可用于文本理解、总结、问答、推理和代码相关任务。官方…

了解模型简体中文
Baidu

文心大模型X1.1

文心大模型X1.1是百度于2025年9月9日发布的深度思考模型,发布时已上线百度智能云千帆平台,面向企业客户和开发者。X1.1主要采用迭代式混合强化学习训练框架。(cloud.baidu.com) 支持深度推理问答、指令遵循、逻辑推理、数学、代码任务、智能体规划和工具调用。(cloud.baidu.com) 百度称,与文心X1相比,X1.1的事实性、指令遵循和智能体能力分别提升34.8%、12.5…

了解模型简体中文
Alibaba

Qwen3-ASR-Flash

Qwen3-ASR-Flash 是基于大语言模型的多语种语音识别模型。该版本是 2025 年 9 月 8 日的快照,输入音频并输出识别文本。阿里云模型上架公告将其列于 2025 年 9 月 8 日。(help.aliyun.com) 模型可自动判断语种并进行语音转写;官方发布公告称其可识别 11 种语言,并面向复杂音频环境进行识别。适用于短录音、语音消息和口述内容转写等场景。(help.aliyu…

了解模型简体中文
Alibaba

Qwen3-Max-Preview

Qwen3 系列 Max 模型的预览版本,面向文本生成和推理任务,融合思考模式与非思考模式。官方上架日期为 2025 年 9 月 5 日。(help.aliyun.com) 官方表示,思考模式在智能体编程、常识知识推理,以及数学、科学和通用推理方面有增强。可用于文本生成、编程辅助和复杂问题分析。(help.aliyun.com) 这是预览版本,不应与后续正式版或其他快照混同;输出仍需人工核验。 历…

了解模型简体中文
Alibaba

CosyVoice-v3-plus

CosyVoice-v3-plus 是通义实验室 CosyVoice 系列的语音合成与声音复刻模型,面向对音质、表现力和声音相似度要求较高的专业场景。阿里云百炼提供推理服务。(help.aliyun.com) 支持文本转语音及实时流式合成,输入为文本,输出为音频。 支持声音复刻;官方称提供 5–20 秒参考音频即可生成定制声音。 可用于专业语音合成、定制声音等场景。部分系统音色支持 SSML、时间…

了解模型简体中文