模型發布檔案

最新發布模型

彙整模型發布動態,按發布時間瀏覽,探索值得關注的新模型。

按發布時間倒序7 種語言
清除

3 個模型

按發布時間倒序
Zhipu AI

GLM-ASR

GLM-ASR 是智譜的語音辨識模型,以音訊為輸入、文字為輸出,用於語音轉寫。官方模型文件中的呼叫範例使用 API 模型 ID glm-asr。(docs.bigmodel.cn) 利用上下文改善轉錄文字的流暢性和可讀性;官方稱其在噪音環境下具有較強的抗干擾能力。 支援中文、英語及八種中國地方方言:東北官話、膠遼官話、北京官話、冀魯官話、中原官話、江淮官話、蘭銀官話和西南官話。 可用於客服記錄、會…

了解模型繁體中文
Alibaba

Qwen-VL-OCR

基於 Qwen-VL 訓練的視覺理解與 OCR 模型,使用統一模型處理圖文識別、解析和處理任務。此版本是 2025 年 4 月 13 日的快照。(docs.bailian.console.aliyun.com) 內建六類任務:通用識別、文件解析、表格解析、資訊擷取、多語言識別和公式識別。可用於從文件、表格及其他圖片中擷取和整理文字資訊。(docs.bailian.console.aliyun.co…

了解模型繁體中文
Tencent

混元3D v2.5

騰訊發布的 3D 內容生成模型,面向需要建立高精度、帶有紋理的三維資產的創作者和開發者。技術報告將其描述為採用形狀生成和紋理生成兩階段流程的 3D 擴散模型體系。(arxiv.org) 支援透過文字提示或圖片生成 3D 模型,並支援使用多個視角的圖片生成模型及 PBR 材質。(cloud.tencent.com) 官方稱模型總參數量由前代的 1B 提升至 10B,有效面片數增加超過 10 倍,有效…

了解模型繁體中文