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

11 個模型

按發布時間倒序
Alibaba

Qwen4-Max-Preview

Qwen4-Max-Preview 是通義千問新一代旗艦多模態模型的預覽版,結合文字生成、圖片與影片理解,以及深度推理能力。(alibabacloud.com) 接收文字、圖片及影片,輸出文字;可用於程式開發、辦公、前端設計、文件與影片分析,以及複雜智慧體任務。 支援函式呼叫、聯網搜尋、內建工具,以及 JSON Object 和 JSON Schema 結構化輸出;相容 OpenAI Chat…

了解模型繁體中文
Alibaba

Qwen-Audio-3.1-Realtime-Flash

Qwen-Audio-3.1-Realtime-Flash 是即時雙工語音對話模型,由阿里雲百煉提供推論服務。官方模型發布紀錄日期為 2026-10-27。(docs.qwencloud.com) 支援文字與音訊輸入、文字與音訊輸出、函式呼叫、聯網搜尋及聲音複製。聯網搜尋需以 enable_search 啟用,並可與函式呼叫同時使用。(docs.bailian.console.aliyun.com…

了解模型繁體中文
Alibaba

Qwen-Audio-3.1-TTS-Plus

Qwen-Audio-3.1-TTS-Plus 是專為精品音色與內容創作設計的專業級文字轉語音模型,側重音質、解析度與表現細節。輸入為文字,輸出為音訊。(docs.qwencloud.com) 支援多種語言及方言、串流語音合成、自然語言指令,以及細粒度標籤控制;可調整情緒、語氣、角色、語速和音量。 支援聲音複刻;官方表示,模型對含雜訊或混響的參考音訊有較強的穩健性。亦支援音色設計。 適用於品牌聲音…

了解模型繁體中文
Alibaba

Qwen-Audio-3.1-TTS-Flash

面向低延遲即時互動的文字轉語音模型:輸入文字,輸出音訊,適合語音助理、即時對話及智慧客服。(help.aliyun.com) 支援串流語音合成、多種語言和方言;可透過自然語言指令及細粒度標籤控制情緒、語氣、角色、語速和音量。(docs.qwencloud.com) 支援系統音色、聲音複製與聲音設計;在聲音複製場景中,官方稱其對參考音訊中的雜訊和混響更具韌性。支援 WebSocket 與 HTTP…

了解模型繁體中文
Alibaba

Qwen-Image-2.1-Turbo

Qwen-Image-2.1 的加速版圖像生成與編輯模型,視覺生成部分採用 7B 參數架構,以 8 步去噪完成生成或編輯。可透過阿里雲百煉 API 使用,也可取得權重自行部署。(github.com) 接受文字及圖片輸入,輸出圖片;支援文字生成圖片、圖片編輯、多參考圖及局部控制。(help.aliyun.com) 支援原生透明圖像、文字排版及人像生成等,適合商品圖片、去背素材、海報與圖片變體製作。…

了解模型繁體中文
Alibaba

Qwen-Image-2.1-Pro

Qwen-Image-2.1-Pro 是通義千問系列的圖像生成與編輯模型,統一支援文生圖及圖生圖/圖像編輯,旨在兼顧生成品質、推理效率與成本。其視覺生成組件有 70 億個參數。(docs.modelstudio.console.alibabacloud.com) 接收文字及圖像輸入,輸出圖像;可依提示詞生成一般圖像或帶 Alpha 通道的透明圖像,亦可編輯透明圖層及從照片擷取主體。 圖像編輯最多可…

了解模型繁體中文
Alibaba

Qwen-Audio-3.1-ASR-Flash-Streaming

端到端即時語音辨識模型,以音訊為輸入、文字為輸出,適合即時會議、直播字幕及智慧互動等持續轉寫場景。串流期間可返回中間結果及最終結果。(alibabacloud.com) 支援多語言與多地區中文方言辨識、中英文切換、熱詞及上下文增強、標點預測和文字正規化。 支援多種方言的 ASR/AST 可控輸出;官方亦稱其具有抗雜訊能力。(alibabacloud.com) 可透過 WebSocket 或 AOQ…

了解模型繁體中文
Alibaba

Qwen-Audio-3.1-ASR-Flash-Message

生成式語音辨識模型,輸入音訊、輸出文字,針對語音訊息、輸入法及企業業務場景最佳化。官方上架日期為 2026-09-21。(alibabacloud.com) 支援中文、英文及其他語言,特別最佳化印尼語、日語、泰語、菲律賓語、越南語、韓語及馬來語;可自動辨識語言或指定目標語言。 支援串流轉寫、P0/P1 熱詞、文字正規化、利用前文轉寫和業務上下文輔助辨識,以及可開關的文字潤飾。 可將中文方言轉寫為方…

了解模型繁體中文
Alibaba

Qwen-Audio-3.1-TTS-Next

Qwen-Audio-3.1-TTS-Next 是統一音訊生成模型,不限於傳統文字轉語音。它可依據文字、時間資訊及參考音訊,一次生成包含人聲、音效與環境音的完整聲景;支援單人說話、多人對話、Podcast 和影視聲景等任務。適用於內容創作、短影片、播客、影視與遊戲音訊製作。(docs.modelstudio.console.alibabacloud.com) 輸入:文字及可選的參考音訊;官方列出的…

了解模型繁體中文
Alibaba

Qwen3.8-Omni-Flash-Realtime

Alibaba 的即時全模態模型,面向串流影音互動,由阿里雲百煉提供推論服務。阿里雲國際站的新加坡地域更新公告將此模型列於 2026-09-21。(alibabacloud.com) 支援文字、圖片、串流音訊與影片影格輸入,輸出文字及音訊;支援多聲道音訊、影片聚合、自訂工具呼叫、遠端 MCP 工具和聯網搜尋。(docs.qwencloud.com) 可透過 WebSocket、WebRTC 或…

了解模型繁體中文