Doubao-Seed-1.6-flash
Doubao-Seed-1.6-flash 是面向低延遲應用的多模態深度思考模型,支援文字和視覺理解。火山方舟將 250828 列為視覺理解模型的版本更新:與 250715 版相比,文字能力基本一致,視覺能力顯著提升。(docs.volcengine.com) 可用於智慧巡檢、手機助理、智慧硬體等需要兼顧模型效果、速度和成本的場景。模型輸出仍需結合實際任務驗證;特定版本的上下文長度、最大輸出長度及…
模型發布檔案
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。
Doubao-Seed-1.6-flash 是面向低延遲應用的多模態深度思考模型,支援文字和視覺理解。火山方舟將 250828 列為視覺理解模型的版本更新:與 250715 版相比,文字能力基本一致,視覺能力顯著提升。(docs.volcengine.com) 可用於智慧巡檢、手機助理、智慧硬體等需要兼顧模型效果、速度和成本的場景。模型輸出仍需結合實際任務驗證;特定版本的上下文長度、最大輸出長度及…
gpt-realtime 是 OpenAI 面向即時語音互動的多模態模型,也是其首個正式發布的 Realtime 模型。它直接處理和產生音訊,旨在幫助開發者建立即時低延遲語音代理,而不必將語音辨識和語音合成模型串接起來。2025 年 8 月 28 日,OpenAI 發布了該模型及 Realtime API 正式版;對應的固定快照為…
Qianfan-EngCard-VL 是百度面向教育場景的垂直領域專精圖像理解模型。百度千帆將其列為推理服務 API V2 的圖像理解模型。(cloud.baidu.com) 針對已經完成區域切割的英文答題卡填空部分,模型可按題目原有順序自動辨識答案,適用於輔助教學評閱。(qianfan.cloud.baidu.com) 官方描述的適用輸入是已完成區域切割的英文答題填空部分;不能據此推斷模型支援整…
百度千帆的垂直領域專精影像理解模型,面向單張圖片的資訊識別與擷取;官方社群將其列為教育垂直領域模型。(cloud.baidu.com) 識別並擷取單張圖片中的資訊,輸出便於工程處理的 YAML 格式。 可用於教育場景中的圖片內容擷取及後續結構化處理。(qianfan.cloud.baidu.com) 官方說明聚焦單張圖片輸入,不能據此推定支援多圖輸入。 官方公告未說明該模型的準確率、支援語言、圖片…