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

463 個模型

按發布時間倒序
Alibaba

Qwen3.8-LiveTranslate

Qwen3.8-LiveTranslate 是面向即時同聲傳譯的模型,提供串流語音翻譯、文字譯文與語音譯文;API 模型 ID 為 qwen3.8-livetranslate-flash-realtime。官方公告發布日期為 2026 年 9 月 18 日。(qwen.ai) 多語言翻譯:官方公告列出 60 種音訊輸入與文字輸出語言,其中 29 種支援語音輸出。 多人對話:即時區分說話者及其發言,…

了解模型繁體中文
Alibaba

HappyOyster Acting

HappyOyster Acting 是即時互動的角色演繹世界模型。阿里雲模型上架公告於 2026 年 9 月 17 日列出此模型,服務部署範圍包括新加坡國際部署及美國全球部署。(alibabacloud.com) 模型以文字和影像為輸入,生成符合指定人設風格的角色與場景,並可透過文字指令即時驅動角色演繹及互動;輸出模態為影片。官方列出的適用場景包括視訊通話與直式陪伴。支援暫停及恢復互動。(ali…

了解模型繁體中文
Alibaba

HappyOyster Directing

HappyOyster Directing 是即時互動、可供沉浸式演繹的開放式世界模型,透過文字或影像輸入生成世界場景,並可在過程中以文字驅動即時演繹。阿里雲國際站的上架公告日期為 2026 年 9 月 17 日。(alibabacloud.com) 輸入模態為文字、影像;輸出為影片。可使用自然語言提示詞或結構化劇本,並在生成過程中注入文字指令,改變動作、鏡頭或場景;支援暫停、恢復及回溯。(ali…

了解模型繁體中文
Alibaba

HappyOyster Adventure

HappyOyster Adventure 是可即時互動與探索的開放式世界模型,可根據文字及影像輸入生成世界場景,並以影片形式呈現。使用者可透過移動、鏡頭及動作指令探索場景。(alibabacloud.com) 輸入為文字與影像;Adventure 模式建立世界時需要首幀影像,影片畫面比例跟隨該影像。輸出為影片及即時體驗。(docs.bailian.console.aliyun.com) 可用於互…

了解模型繁體中文
Alibaba

Qwen3.8-Omni-Flash

Qwen3.8-Omni-Flash 是面向影音理解、多模態內容分析與智慧代理任務的全模態模型。官方 Model Studio 更新紀錄列出的日期為 2026 年 9 月 17 日。(alibabacloud.com) 接受文字、圖片、音訊及影片輸入,輸出文字;可用於影音摘要、多媒體分析、文字生成及代理工作流程。 支援思考與非思考模式、函式呼叫、網路搜尋及上下文快取;思考模式預設啟用,推理強度可調…

了解模型繁體中文
Baidu

端到端语音语言大模型(Flex)

百度於 2026 年 9 月 16 日公告推出 Flex 公測版,定位為注重靈活性與任務執行的端到端語音語言大模型,提供自然語音互動與語音合成。(ai.baidu.com) 支援伺服器自動語音活動偵測(VAD)與手動提交音訊兩種互動模式。 支援 Function Call,可連接外部工具與業務系統執行任務。 支援 70 種以上預設音色及音色切換,並提供搜尋與指令遵循能力。 發布公告稱知識庫檢索增強…

了解模型繁體中文
Google

Gemini 3.8 Live Extended Thinking

Google 推出的即時語音對話模型,適合需要較深入背景推理、多步驟規劃及工具協作的複雜任務。模型可在持續語音互動時進行背景推理與非同步工具呼叫。(blog.google) 支援即時音訊生成、文字與音訊輸出,以及 Google 搜尋輔助回答。API 模型文件列出的輸入包括文字、圖片和音訊;Google 模型卡另列影片輸入,實際支援方式應以所用介面的文件為準。(aistudio.google.com…

了解模型繁體中文
Google

Gemini 3.8 Live

Gemini 3.8 Live 是 Google 面向低延遲即時對話與語音代理程式的模型,強調流暢對話、視覺情境理解、規模化與成本效率。它與針對更複雜多步推理的 Gemini 3.8 Live Extended Thinking 是不同模型。(blog.google) 接收文字、圖片、音訊與影片輸入;Gemini API 文件列出的輸出為文字與音訊。支援音訊串流、交錯推論、函式呼叫及 Google…

了解模型繁體中文
Moonshot AI

K2.8 Preview

K2.8 Preview 是 Moonshot AI 在 Kimi Code 提供的編程與智能體預覽模型。官方於 2026 年 9 月 11 日宣布全面上線;沿用模型 ID kimi-for-coding,既有客戶端及第三方工具無須因這次升級而修改 ID。(kimi.com) 官方表示,其整體表現接近 K3,編程與智能體能力較前代提升,思考效率較 K2.7 Code 顯著改善;這是官方的定性比較。…

了解模型繁體中文
DeepSeek

DeepSeek-V4.1-Flash

DeepSeek-V4.1-Flash 於 2026 年 9 月 10 日發布,是 DeepSeek 新架構系列中較小、著重推論效率與吞吐量的多模態模型。官方公告的 API 模型名稱為 deepseek-flash。(deepseek.com) 原生處理文字與圖片,產生文字;適合圖片理解、文字生成及需要長上下文的 Agent 工作流程。 採用專家混合(MoE)與非對稱 Causal Encoder…

了解模型繁體中文
Tencent

AuK-Flash

AuK-Flash 是 AuK 語音生成與編輯基礎模型的蒸餾版本,提供開放權重,主打快速四步推論。AuK 基礎模型約有 15 億參數;官方模型卡標示採用 MIT 授權。(huggingface.co) 模型透過自然語言指令及視任務需要提供的參考音訊,支援零樣本和指令式文字轉語音、語音及歌詞內容編輯、音高/語速/音量調整、情緒與音色編輯、語音增強及音源分離。適合用於配音、語音內容修改和音訊清理等場景…

了解模型繁體中文
Tencent

AuK

AuK 是開源的語音生成與編輯基礎模型,規模為 15 億參數,透過統一的自然語言指令介面執行多種音訊任務。本條目對應高品質生成的 AuK 基礎版;AuK-Flash 是另行提供的四步推論蒸餾版本。(huggingface.co) 支援零樣本文字轉語音:以參考音訊的聲音朗讀指定文字;也支援僅依聲音描述生成語音。 支援語音內容、音高、語速及副語言特徵編輯,以及語音增強和聲源分離。 可用於配音、語音內容…

了解模型繁體中文
OpenAI

GPT-Image-2.5 Sunburst

GPT-Image-2.5 Sunburst 是 OpenAI 面向高精度視覺創作與圖像編輯的 API 模型。相較於同系列的 Flare,它更重視精細控制,但生成時間較長。(openai.com) 接收文字及圖像輸入,生成或編輯圖像;支援 low、medium、high、xhigh、max 和 auto 品質設定。(developers.openai.com) 可用於參考圖驅動的創作、局部修改和多…

了解模型繁體中文
OpenAI

GPT-Image-2.5 Flare

GPT-Image-2.5 Flare 是 OpenAI 面向日常影像生成與編輯的快速模型,適合多數重視速度的應用。它接受文字與圖片輸入,輸出圖片;較注重高精度細節的工作流程可評估同系列的 Sunburst。(developers.openai.com) 可依文字提示生成圖片,也可使用參考圖片進行局部或多輪編輯,較好地保留主體、構圖和未要求變動的內容。 支援…

了解模型繁體中文
Alibaba

Qwen-Drive-1.0

Qwen-Drive-1.0 是面向自動駕駛研究的視覺語言基礎模型。官方公開的 4B 版本以 Qwen3.5-4B 為基礎,在保留預訓練視覺語言模型架構的同時,加入獨立的感知與規劃模組。模型與程式碼採 Apache 2.0 授權。(huggingface.co) **視覺問答:**理解駕駛場景並回答自然語言問題,也保留通用視覺理解與指令遵循能力。 **3D 感知:**外接鳥瞰圖(BEV)感知頭支援…

了解模型繁體中文
OpenAI

GPT-6 Astra

GPT-6 Astra 是 OpenAI 面向高難度工作的旗艦模型,適合複雜推理、程式開發、電腦操作、研究及文件製作。(developers.openai.com) 支援文字輸入與輸出、圖片輸入,以及五種推理強度:low、medium、high、xhigh 和 max。 可用於網頁研究、資料分析、軟體測試,以及製作文件、試算表和簡報。 透過 Responses API 支援網頁搜尋、檔案搜尋、程式…

了解模型繁體中文
Google

WeatherNext 3

WeatherNext 3 是由 Google DeepMind 和 Google Research 開發的全球 AI 天氣預報模型,提供多解析度的集合預報,並直接納入即時衛星觀測資料。Google 於 2026 年 9 月 3 日發布官方公告;開發者版本紀錄則列出 2026 年 8 月 31 日推出。(blog.google) 每小時初始化並產生預報,使用靜止軌道衛星資料及地面氣象站觀測資料。(…

了解模型繁體中文
Google

Gemini 3.8 Flash Cyber

Gemini 3.8 Flash Cyber 是 Google 面向受信任防禦者的資安專用模型,著重自主漏洞發現與自動修補。它與 Gemini 3.8 Flash 共用基礎智慧,但服務對象與部署方式不同。(blog.google) **漏洞發現:**可協助分析程式碼並識別安全漏洞。Google 表示,在涵蓋 20 種程式語言的內部漏洞發現評測中,模型達到 71.0% 的結果;該結果反映特定測試條件…

了解模型繁體中文
Google

Gemini 3.8 Flash

Google 於 2026 年 9 月 2 日發布的通用 Flash 模型,著重長程軟體工程、自主代理、多步驟推理及複雜企業工作流程。它與專門用於資安的 Gemini 3.8 Flash Cyber 是不同版本。(blog.google) 支援文字、圖片、影片、音訊及 PDF 輸入,輸出為文字;輸入上限為 1,048,576 tokens,輸出上限為 65,536 tokens。(aistudio…

了解模型繁體中文
Alibaba

Qwen3.8-Max-0902

Qwen3.8-Max-0902 是 Qwen3.8-Max 旗艦模型的升級快照,別名為 qwen3.8-max-2026-09-02。官方公告將其標示為 2026 年 9 月 2 日的快照;千問 AI 平台則自北京時間 2026 年 9 月 5 日起,將 qwen3.8-max 自動指向此快照,計費項目及價格不變。(platform.qianwenai.com) 支援文字、圖片及影片輸入,輸出文…

了解模型繁體中文