Gemini 2.5 Deep Think
Gemini 2.5 Deep Think 是 Gemini 2.5 Pro 的增強推理模式,面向複雜數學、程式設計和需要創造性解決的問題。Google 於 2025 年 8 月 1 日宣布在 Gemini 應用程式中向 Google AI Ultra 訂閱者推出這個版本;Deep Think 此前已於 2025 年 5 月作為實驗性模式公布。(blog.google) 使用平行思考,在作答前同時…
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。
Gemini 2.5 Deep Think 是 Gemini 2.5 Pro 的增強推理模式,面向複雜數學、程式設計和需要創造性解決的問題。Google 於 2025 年 8 月 1 日宣布在 Gemini 應用程式中向 Google AI Ultra 訂閱者推出這個版本;Deep Think 此前已於 2025 年 5 月作為實驗性模式公布。(blog.google) 使用平行思考,在作答前同時…
Qwen-Flash 是 Qwen3 系列的文字生成與推理模型。官方國際站將 qwen-flash 和快照版本 qwen-flash-2025-07-28 列於 2025 年 8 月 1 日的更新中;快照名稱中的 2025 年 7 月 28 日是快照日期。官方模型頁稱,目前 qwen-flash 的能力等同於該快照。(alibabacloud.com) 支援文字輸入和文字輸出,融合思考與非思考模式…
Seed Diffusion Preview 是 ByteDance Seed 發布的實驗性離散擴散語言模型,以結構化程式碼生成作為研究領域,用於驗證擴散方法作為語言模型基礎框架的可行性。(seed.bytedance.com) **程式碼生成與編輯:**適用於程式碼生成、補全和涉及全域規劃的程式碼編輯研究。官方稱其在多個程式碼生成基準上與同等規模自迴歸模型表現相當,在 CanItEdit 程式碼…
Qwen3 系列的 Plus 文字生成與推理模型,採用 2025 年 7 月 28 日的模型快照。(docs.modelstudio.console.alibabacloud.com) 支援思考與非思考模式,可在對話中切換;相較先前版本,針對中英文能力和工具呼叫進行了增強。適合文字生成、對話、推理及需要呼叫工具的應用。該版本支援最長 100 萬 token…
Wan2.2-I2V-Plus 是萬相 2.2 系列的圖生影片模型,透過阿里雲百煉提供推論服務。它以輸入圖片作為首影格,可結合文字提示詞生成影片。官方稱,該版本優化了生成穩定性、指令遵循、圖片文字、人像和商品的一致性,以及運鏡控制。(help.aliyun.com) 支援基於圖片和可選文字提示詞生成影片,可用於商品展示、人像動態化和短影片創作等場景。 輸出解析度支援 480P 和 1080P,預設…
Wan2.2-T2V-Plus 是通義萬相 2.2 系列的文字生成影片模型,透過阿里雲百煉提供推論服務:輸入文字提示詞,輸出影片。官方公告列出的發布日期為 2025 年 7 月 28 日。(docs.modelstudio.console.alibabacloud.com) 官方稱該模型提升了提示詞遵循能力和畫面品質,可生成較穩定的大幅度複雜運動,並支援影視級畫面表現與控制。適合根據文字創意製作短…
Wan2.2-T2I-Flash 是萬相 2.2 系列的快速文生圖模型,輸入文字、輸出影像,由阿里雲百煉提供推理服務。(docs.bailian.console.aliyun.com) 官方稱模型提升了生成速度、創意性、穩定性、寫實質感及指令遵循能力,原生支援多種風格和智慧提示詞改寫。(docs.modelstudio.console.alibabacloud.com) 適用於根據文字描述創作插畫…
Wan2.2-T2I-Plus 是阿里巴巴通義萬相 2.2 系列的文字生成影像模型,輸入文字提示詞,輸出影像。官方稱其提升了影像細節、創意性、穩定性和寫實質感,並增強了指令遵循能力。(docs.modelstudio.console.alibabacloud.com) 原生支援多種影像風格和智慧提示詞改寫,可用於創意插畫、概念視覺及寫實風格影像製作。(docs.modelstudio.consol…
騰訊混元基於 turbos-vision 的影片理解模型;騰訊雲 TokenHub 將該版本列為 HY-Vision-Video。(cloud.tencent.com) 支援影片描述和基於影片內容的問答,可用於影片內容分析與問答等情境。TokenHub 範例使用影片 URL 和文字問題作為輸入,產生文字回答。(cloud.tencent.com) TokenHub 列出的上下文視窗為 32k…
Seed LiveInterpret 2.0 是字節跳動 Seed 團隊的端到端即時同步口譯模型,採用全雙工語音理解與生成框架,面向跨語言交流。官方公告發布日期為 2025-07-24。(seed.bytedance.com) 支援串流語音輸入,邊聽邊生成譯文;可輸出翻譯文字,也可輸出翻譯語音,並支援基於即時語音的零樣本聲音複製。適用於跨語言會議、演講、即時字幕和語音通話等場景。(seed.byt…
Qwen-Doc-Turbo 是面向文件資料探勘的文字生成模型,專門用於資訊擷取、內容審核、分類標記和摘要生成。官方發布紀錄列出的日期為 2025-07-23。(docs.modelstudio.console.alibabacloud.com) 從文件中擷取欄位,並可依提示生成 JSON 等結構化文字,適合文件歸檔、資訊整理和內容審核等情境。 支援透過公網檔案 URL、上傳後的檔案 ID 或直接…
Seed GR-3 是字節跳動 Seed 團隊研發的視覺-語言-動作(VLA)機器人操作模型,面向通用機器人研究。它採用 Transformer 混合架構,將視覺語言模組與動作生成模組整合為約 40 億參數的端到端模型。(seed.bytedance.com) **泛化與指令理解:**在抓取和放置實驗中,處理訓練時未見過的物體、環境,以及包含空間關係和大小等抽象概念的指令。 **長程與靈巧操作:*…
Qwen3-Coder-Plus 是基於 Qwen3 的程式碼生成模型;本 API ID 指向 2025 年 7 月 22 日的快照版本。阿里雲國內公告將其列於 2025 年 7 月 22 日;國際部署的上架紀錄為 2025 年 7 月 23 日。(help.aliyun.com) 模型面向 Coding Agent,擅長工具呼叫和環境互動,可用於程式碼生成、自主程式設計及建構程式設計助手,同時具…
Qwen-MT-Plus 是通義千問系列的旗艦級多語言翻譯模型。官方目前資料稱其已基於 Qwen3 升級,支援 92 個語種互譯,並提供術語自訂、格式保留和領域提示能力,適用於多語言文字及專業領域翻譯。目前的能力描述不一定代表首發時的版本狀態。(docs.modelstudio.console.alibabacloud.com) 輸入和輸出均為文字。官方目前列出的最大輸入和輸出長度各為 8,192…
Qwen-MT-Turbo 是通義千問系列中專注於多語言文字翻譯的大型語言模型。官方公告稱其支援 92 種語言,並提供術語干預、格式保持和領域翻譯能力,適合多語言內容在地化及專業領域翻譯等用途。(docs.modelstudio.console.alibabacloud.com) 國際站模型更新公告將 qwen-mt-turbo 列於 2025 年 7 月 22 日。該日期是此國際站公告的上架日期…
通義千問系列角色扮演文字生成模型,針對日語擬人化互動最佳化。官方介紹其具有人設指令遵循、角色一致性維持、結合上下文推進話題、傾聽同理和個人化角色還原能力,並最佳化了日語在地化知識理解與表達、角色擬人化及劇情演進。(docs.modelstudio.console.alibabacloud.com) 適合日語虛擬社交、遊戲 NPC、虛擬角色或 IP…
Qwen-TTS-Realtime 是通義千問系列的即時語音合成模型,將文字轉換為音訊。qwen-tts-realtime-2025-07-15 是 2025 年 7 月 15 日的快照版本;官方發布紀錄將其列於 2025 年 7 月 16 日。(docs.modelstudio.console.alibabacloud.com) 模型具備雙向上下文感知能力,官方描述其支援低延遲、高保真的雙向串流…
Qwen3 系列的 Plus 模型,面向文字生成與推理,融合思考和非思考模式,可在對話中切換。該版本是 2025 年 7 月 14 日的快照;相較前一版本,官方稱其非思考模式下的中英文能力有所提升,工具呼叫能力得到專項增強。(docs.modelstudio.console.alibabacloud.com) 支援文字輸入和文字輸出,可用於中文、英文對話、文字生成和需要推理的任務。 阿里雲百煉北京…
騰訊混元 TurboS 系列的文字大型模型版本,屬於面向快速回應場景的模型。官方產品動態將此版本列於 2025 年 7 月 16 日。(developer.cloud.tencent.com) 官方表示,本版本升級了後訓練策略,提升文創內容品質和豐富度、文字理解、專業知識、指令遵循、理科推理與解題能力,並針對講稿體裁進行了最佳化。可用於文字創作、講稿撰寫、內容理解和問題解答等任務。(cloud.t…
字節跳動的豆包 1.5 Pro 角色扮演對話模型版本。官方稱該版本新增故事劇情模式,並優化戀愛互動和真人向聊天;官方報告整體效果提升 10%–15%,但公告未說明該數字的具體評測方法或對照版本。適用於角色互動、劇情對話等文字生成場景。(docs.volcengine.com) 2025-07-15:按模型 ID 日期記錄;官方發布表只確認月份,具體發布日未獨立核實。官方將該完整模型 ID 列在 2…