首页
资讯
GPT
元宇宙
区块链
操作系统
数字产品
供应商
大模型
查产品
查企业
查资料
热门搜索：
数字员工
数字孪生
数字化转型
关注公众号
分类
全部
文本
语言
图像
视频
语音
音频
编码
多模态
推理
排序
向量
行业
其他
上下文
全部
<=8k
<=32k
<=64k
<=128k
>128k
热门
全部
DeepSeek
GPT
Claude
通义千问
GLM
Doubao
元宝
排序
默认
发布时间
热度
Pelican-VL 1.0
多模态
具身智能
Pelican-VL 1.0 是北京人形机器人创新中心开源的一款具身智能 VLM 模型，覆盖 7B 和 72B 参数规模，是全球性能最强大的具身智能 VLM 模型之一。该模型通过 DPPO 训练范式，实现了在视觉-语言和具身任务上的卓越性能，支持零样本物体操作、触觉闭环抓握和多机器人协作等任务。
2025年11月14日
北京人形机器人创新中心
Kimi-K2-Thinking
推理模型
智能体
250K
Kimi K2 Thinking 是月之暗面发布的开源思考模型，具备边思考边使用工具的能力，无需用户干预，可自主实现300轮工具调用和多轮思考能力。在自主网络浏览能力、复杂信息收集推理等多项基准测试中达到领先水平。
2025年11月13日
月之暗面
Doubao-Seed-Code 251028
多模态
文本生成
图像理解
250K
Doubao-Seed-Code 是字节跳动推出的专为Agentic编程任务深度优化的编程模型，支持256K长上下文，能够处理长代码文件、多模块依赖等复杂场景，尤其在前端开发中表现突出。作为国内首个支持视觉理解能力的编程模型，它可参照UI设计稿、截图或手绘草图生成代码，或对生成页面进行视觉比对，自主完成样式修复和Bug修复，大幅提升前端开发效率。
2025年11月13日
字节跳动
Doubao-Seed-1.6-thinking-0715
多模态
推理模型
256K
Doubao-Seed-1.6-thinking-0715 是字节跳动推出的深度思考模型，具备强大的逻辑推理和多模态理解能力。该模型在代码、数学、逻辑推理等基础能力上进一步提升，支持视觉理解，并支持256K长上下文窗口，输出长度最大支持16K tokens。
2025年8月5日
字节跳动
DeepSeek V3.2(Think)
文本生成
推理模型
16K
DeepSeek V3.2 是深度求索公司推出的最新实验性模型，引入了革命性的 DeepSeek Sparse Attention (DSA) 技术，显著提升了长文本处理的效率。该模型在 V3.1-Terminus 的基础上进行了优化，训练和推理效率提高了 30%-50%，同时 API 调用成本降低了超过 50%。
2025年9月29日
深度求索
Claude Sonnet 4.5
文本生成
推理模型
196K
Claude Sonnet 4.5 is a state-of-the-art AI model developed by Anthropic, designed to excel in programming, reasoning, and complex task execution. It features a 200K context window, allowing it to handle large-scale projects and long-duration tasks efficiently. The model has demonstrated superior performance in various benchmarks, including SWE-bench Verified and OSWorld, making it a leading tool for developers and professionals in fields such as finance, law, and medicine.
2025-09-30
Anthropic
Gemini 2.5 Flash
图像生成
图像理解
多模态
32K
Gemini 2.5 Flash是谷歌推出的革命性AI图像生成与编辑模型，以其闪电般的处理速度和角色一致性保持能力著称。该模型在创意生成、响应效率与用户体验上表现出色，将AI图像生成工具从“有趣的玩具”推向了“实用的生产力工具”。
2025年8月26日
Google
DeepSeek V3.1 Terminus
文本生成
推理模型
125K
DeepSeek V3.1 Terminus 是深度求索公司发布的最新版本，该版本在保持原有模型能力的基础上，针对用户反馈的问题进行了改进，特别是在语言一致性和Agent能力方面进行了优化。模型支持128k的上下文长度，并提供了思考模型和非思考模式两种版本，适用于多种复杂任务处理。
2025年11月11日
深度求索
Doubao-Seed-1.6
多模态
文本生成
推理模型
256K
Doubao-Seed-1.6 是字节跳动推出的全功能综合模型，支持256K长上下文、自适应思考、多模态理解和图形界面操作等多项能力。该模型能够理解和处理真实世界问题，具备强大的编码、数学和逻辑推理能力。
2025年6月11日
字节跳动
CogVideoX-2B
视频生成
多模态
1K
CogVideoX-2B是智谱AI开发的一款视频生成模型，采用3D变分自编码器技术，能够将视频数据压缩至原来的2%，显著减少资源消耗并保持视频帧的连贯性。该模型还集成了3D旋转位置编码技术，提升了视频内容的连贯性和流畅性。CogVideoX-2B能够处理长达226个token的提示词，生成6秒钟的视频，分辨率为720x480，帧率为8帧/秒。
2025年6月5日
智谱AI
通义千问2.5-Omni-7B全模态
全模态
文本生成
语音合成
图像理解
视频生成
音频理解
16K
通义千问Qwen2.5-Omni-7B是阿里巴巴发布的首个端到端全模态大模型，能够同时处理文本、图像、音频和视频等多种输入，并实时生成文本与自然语音合成输出。该模型采用了Thinker-Talker双核架构、Position Embedding融合音视频技术以及TMRoPE位置编码算法，实现了实时语义理解与语音生成的高效协同。在权威的多模态融合任务OmniBench等测评中，Qwen2.5-Omni刷新了业界纪录，全维度远超Google的Gemini-1.5-Pro等同类模型。
2025年3月27日
阿里巴巴
Gemini 3.0 Flash
多模态
全模态
推理模型
977K
Gemini 3.0 Flash 是谷歌推出的下一代旗舰模型，具备强大的多模态处理能力，能够理解视频、3D对象、音频、地理空间数据等多种数据类型。该模型在上下文窗口、参数规模和响应速度方面均有显著提升，适用于复杂的前端开发、实时视频处理和音乐生成等场景。
2025年10月20日
谷歌
1
……
4
5
6
……
44
资讯
一门“洗稿”生意：AI抄袭“神韵” 爆款文章遭批量魔改
DeepSeek V4大模型被曝春节前后发布：AI编程能力质...
25个火过的国产AI应用，凉了
首销备货 3 万台，豆包 AI 手机要卖给谁？
雷军：未来5年人形机器人将大面积在小米工厂上岗
金融人才培养加速“数字化”转型 第二届全国高校数字...
工信部:“十五五”智能网联新能源汽车产业发展规划将...
蚂蚁开源万亿参数思考模型，综合能力逼近GPT-5
中央网信办、国家发展改革委印发《政务领域人工智...
科技部:正在推动人形机器人在汽车制造、物流搬运、...
人工导购
咨询服务
回顶部
联系我们
关注公众号
立刻获取最新消息及人工咨询
