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

310 個模型

按發布時間倒序
Alibaba

Qwen-VL-OCR

Qwen-VL-OCR 是用於影像文字辨識與解析的視覺模型;此 ID 為 2025-11-20 快照版本,基於 Qwen3-VL 架構。(help.aliyun.com) 支援一般及多語言文字辨識、文件解析、表格解析、公式辨識、資訊擷取及影像旋轉校正。 高精度辨識可輸出文字行位置座標,適合文件影像數位化、票據欄位擷取及文字定位等用途。(help.aliyun.com) 上下文長度為 38,192…

了解模型繁體中文
Alibaba

Qwen-MT-Lite

Qwen-MT-Lite 是基於 Qwen3 升級、專門用於多語言文字翻譯的基礎級模型,側重低延遲與成本效率,由阿里雲百鍊提供推理服務。官方發布公告列出的日期為 2025 年 11 月 19 日。(help.aliyun.com) 支援文字輸入與文字輸出,以及增量串流輸出;適合即時聊天、直播留言等延遲敏感的簡單翻譯情境。 提供術語干預、格式保留與領域提示等翻譯控制能力。 官方發布公告稱支援 32…

了解模型繁體中文
Alibaba

CosyVoice-v3-Flash

CosyVoice-v3-Flash 是通義實驗室 CosyVoice 系列的語音合成與聲音複製模型,由阿里雲百鍊提供推理服務。官方發布清單將其列於 2025 年 11 月 17 日;國際部署版本則列於 2026 年 2 月 9 日。(help.aliyun.com) 支援文字轉語音及即時串流合成;相較先前版本,官方表示其自然度、音色、韻律與情感表現有所改善。 支援使用約 5–20 秒參考音訊複製…

了解模型繁體中文
Alibaba

Qwen3-ASR-Flash-Filetrans

Qwen3-ASR-Flash 的長音訊檔案轉錄版本,是以大型語言模型為基礎的多語言自動語音辨識模型;輸入音訊,輸出文字。本 ID 為 2025-11-17 快照版本。(help.aliyun.com) 可自動判斷語言並轉錄多語種語音,適合會議錄音、訪談、通話及音視訊內容的非即時文字整理。(alibabacloud.com)…

了解模型繁體中文
Baidu

ERNIE 5.0 Preview

Baidu 於 2025 年 11 月 13 日在 Baidu World 2025 發表 ERNIE 5.0,並開放預覽版。它是原生全模態基礎模型,以統一方式建模文字、圖像、音訊與影片。(prnewswire.com) 官方列出的能力包括多模態理解與生成、指令遵循、創意寫作、事實推理、代理規劃及工具使用,可用於內容創作、多模態任務與智慧代理應用。發布時,一般使用者可透過 ERNIE Bot 體驗…

了解模型繁體中文
Zhipu AI

WebVIA-Agent

WebVIA-Agent 是 WebVIA 互動式介面轉程式碼框架中的網頁探索視覺語言模型,以 GLM-4.1V-9B-Base 為基礎。其任務是探索網頁並擷取不同互動狀態的介面截圖,而不是獨自完成整個程式碼生成流程。(huggingface.co) 可結合網頁截圖、DOM 結構與互動紀錄,辨識互動元件、產生操作並判斷互動結果。(arxiv.org) 適用於網頁介面探索、多狀態截圖蒐集,以及互動式…

了解模型繁體中文
Alibaba

GUI-Plus

GUI-Plus 是 Alibaba 的圖形使用者介面(GUI)互動基礎模型,面向手機與電腦介面的理解和互動,支援複雜多步驟任務及多智能體協作。(help.aliyun.com) 接收文字和圖片,輸出文字;可依螢幕截圖與自然語言指令產生點擊、輸入、捲動等 GUI 操作描述,供外部系統決策或執行。 適用於介面自動化、跨應用任務規劃與多步驟互動。實際操作需要外部執行系統配合。(help.aliyun.…

了解模型繁體中文
Zhipu AI

UI2Code^N

UI2Code^N 是面向使用者介面(UI)轉程式碼任務的視覺語言模型,基於 GLM-4.1V-9B-Base,採用分階段預訓練、微調與強化學習。(huggingface.co) UI 生成:根據介面截圖產生前端程式碼;官方示範包含 HTML、CSS 與 React。 UI 編輯:根據自然語言修改指示更新既有介面程式碼。 UI 打磨:比較目標畫面與程式碼渲染結果,透過多輪視覺回饋逐步修正。適合介面…

了解模型繁體中文
Moonshot AI

Kimi K2 Thinking

Kimi K2 Thinking 是 Moonshot AI 於 2025 年 11 月 6 日發布的思考型 Agent 模型,面向複雜推理及多步驟任務。官方宣布開源模型;模型權重與使用條款可參閱官方模型頁。(platform.kimi.com) 能交錯進行推理與工具呼叫,適用於研究、資訊搜尋、程式開發、寫作及複雜問題分析。官方表示,在其設定下可連續執行約 200 至 300…

了解模型繁體中文