大模型列表 - 企数智|企业级大模型服务平台

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

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

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

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

多模态

文档大模型

图像理解

2K

DeepSeek-OCR 是一款基于视觉模态压缩长文本上下文的 OCR 模型，通过光学二维映射高效压缩文本内容，主要由 DeepEncoder 和 DeepSeek3B-MoE-A570M 解码器两大核心组件构成。该模型在保持高分辨率输入的同时，实现高压缩比，生成数量适中的视觉 token，展现出在长上下文压缩和 LLM 记忆遗忘机制研究中的潜力。

2025年10月20日 DeepSeek-AI

推理模型

文本生成

16K

Ring-1T是蚂蚁集团推出的万亿参数思考模型，具备强大的自然语言推理能力。该模型通过大规模可验证奖励强化学习（RLVR）和人类反馈强化学习（RLHF）训练，显著提升了复杂推理能力和通用表现。在多项任务榜单上表现均衡，尤其在数学推理、代码生成和逻辑推理等领域表现突出。

2025年10月14日蚂蚁集团

行业大模型

时序模型

EnergyTS 2.0是蚂蚁数科推出的能源电力时序大模型，专为新能源行业定制。该模型采用混合专家（MoE）架构，融合气象、地理、日历等多元协变量信息，显著提升光伏发电、风力发电及用电负荷预测的精准度。参数规模从1B扩展至7B，能够应对更为复杂的能源预测任务。

2025年9月19日蚂蚁数科

视频生成

多模态

Sora 2是OpenAI推出的一款先进的视频生成模型，也称为“视频生成器”。它能够生成最长10秒的视频，支持滑动浏览，并配备身份验证功能，用户可以在视频中使用自己的形象。Sora 2在物理逻辑、画面一致性和真实感上都有显著提升，能够通过一张照片和一句提示词生成有剧情、有文案的短片。

2025年10月1日 OpenAI

文本生成

推理模型

250K

Kimi K2 0905是月之暗面科技有限公司推出的一款混合专家架构（MoE）的开源基础模型，总参数为1000亿，激活参数为32亿。该模型在编程能力、上下文长度和API性能方面进行了显著升级，特别适用于复杂的编程任务和软件开发。

2025年9月6日月之暗面科技有限公司

多模态

行业大模型

128K

Gemini 2.5 Computer Use 模型是 Google 基于 Gemini 2.5 Pro 的视觉理解和推理能力构建的专用模型，专门用于控制用户界面。与传统通过结构化 API 进行软件交互不同，该模型可以像人类一样直接与图形用户界面交互。

2025年10月8日 Google

多模态

图片生成

GPT Image 1-mini 是 OpenAI 推出的一个原生多模态语言模型，能够同时接受文本和图像输入，并生成图像输出。该模型旨在提供高效且低成本的图像处理解决方案，适用于多种应用场景。

2025年10月7日 OpenAI

文本生成

推理模型

16K

DeepSeek-V3.2-Exp模型是DeepSeek发布的一个实验性版本，作为迈向下一代架构的重要中间步骤。该版本在V3.1-Terminus的基础上引入了DeepSeek Sparse Attention稀疏注意力机制，针对长文本的训练和推理效率进行了探索性的优化和验证。

2025年9月29日深度求索

文本生成

推理模型

GLM-4.6 是智谱推出的最新大模型，在中文指令遵循率、代码一次性可运行率等方面表现优异，尤其在2024高考数学卷中展现了强大的推理能力。

2025年9月30日智谱

1 ……7 8 9 ……47

国家数据局确认 Token中文名：词元 AI养肥了腾讯云，马化腾:首次规模化盈利 Token调用量暴增，阿里云宣布AI算力和存储产品最高... 我们决定:让 AI 接管 Seele AI 的办公企业微信支持3步接入OpenClaw 智谱旗舰 GLM-5 实测：对比 Opus 4.6 和 GPT-5.3-C... 3 年、1 万人，快手技术团队首次系统披露 AI 研发... Claude Opus 4.6 和GPT-5.3 Codex 同时发布一门“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...

企业数智化服务平台

www.QiShuZhi.com

关于我们

内容服务

产品服务

联系我们

微信

小红书

企数智，企业数智化服务平台

Copyright QiShuZhi.com, All Rights Reserved.

津ICP备14003781号-9

回顶部