AI 中文社
models 标签，匹配到约254个结果, 耗时0.0337秒
阿里千问：Qwen3-TTS 语音生成模型全家桶开源上线
阿里千问宣布开源Qwen3-TTS语音生成模型全家桶，包含1.7B和0.6B两种尺寸。该模型支持10种主流语言及方言音色，具备音色克隆、创造与控制能力，端到端合成延迟低至97ms，首包音频仅需等待一个字符。已在GitHub、ModelSco...
2026-01-23
·
浏览85次
阶跃星辰开源 10B 多模态模型 Step3-VL-10B，性能媲美千亿级大模型
阶跃星辰今日开源多模态模型Step3-VL-10B，仅10B参数却在多项基准测试中达到同规模SOTA，甚至媲美或超越规模大10-20倍的模型。该模型通过全参数联合训练、大规模强化学习及并行协调推理机制，实现了视觉感知、逻辑推理等能力的跃升，...
2026-01-20
·
浏览85次
智谱 GLM-4.7-Flash 模型发布并开源，可免费调用
GLM-4.7-Flash 是一个混合思考模型，总参数量为 30B，激活参数量为 3B，宣称作为同级别 SOTA 模型，为轻量化部署提供了一个兼顾性能与效率的新选择。...
2026-01-20
·
浏览131次
全球首个开源“重思考”模型：美团 LongCat-Flash-Thinking-2601 发布，工具调用能力登顶开源 SOTA
美团LongCat团队开源全新升级的LongCat-Flash-Thinking-2601模型，在编程、数学推理、智能体工具调用和搜索等多项评测中达到开源SOTA水平。其独特的“重思考”模式能同时启动8个大脑并行思考，确保决策可靠。 #AI...
2026-01-16
·
浏览95次
国内首个通用农业领域开源垂直大语言模型“司农”发布
该模型是国内首个面向通用农业领域的开源垂直大语言模型，同时也是南京农业大学主导研发的首个农业领域大语言模型。...
2026-01-13
·
浏览162次
多模态检索新标杆，阿里通义发布并开源 Qwen3-VL-Embedding&Reranker 模型
阿里通义今日发布并开源Qwen3-VL-Embedding和Qwen3-VL-Reranker模型，专为多模态信息检索设计，支持文本、图像、视频等混合内容统一理解，在权威基准测试中表现领先。开源地址已公布。#AI开源# #多模态检索#...
2026-01-09
·
浏览194次
阿里通义 Qwen-lmage-Edit-2511 图像编辑 AI 模型开源，支持两人隔空“合照”
Qwen-Image-Edit 是阿里通义团队推出的图像编辑模型。2511 版本中着重进行了包括一致性提升在内的多项增强，新版本的整体生成质量、尤其是人物生成质量，得到显著提升。...
2025-12-25
·
浏览157次
阿里通义发布端到端语音交互模型 Fun-Audio-Chat，能猜出你的心情
阿里通义本次开源了 Fun-Audio-Chat 8B，该模型在 OpenAudioBench、MMAU、Speech-ACEBench、VStyle 等多个榜单上“同尺寸模型排名第一”，综合性能超 GLM4-Voice、Kimi-Audi...
2025-12-23
·
浏览169次
阿里开源图像生成模型 Qwen-Image-Layered：能像 PS 一样分图层编辑
新模型采用自研创新架构，可将图片“拆解”成多个图层，可类比为使用 Photoshop 分层作图修图，号称能够可实现几乎“零漂移”的 AI 图像精准编辑，彻底解决 AI 生图的一致性难题，加速大模型在专业设计领域的现实落地。...
2025-12-22
·
浏览180次
阿里通义百聆推出语音模型新版本：3 秒录音即可“复制”9 种语言、18 种方言
，今天下午，通义大模型通过官方公众号宣布，两款“百聆”语音模型正式开源，两款模型迎来升级。...
2025-12-15
·
浏览364次
麻省理工等用苹果 Apple Watch 数据开发 AI 模型，精准预测多种健康状况
MIT与Empirical Health研究人员利用300万“人-天”Apple Watch数据，开发出能预测多种健康状况的基础模型JETS。该模型在高血压、房扑等疾病预测中表现优异，AUROC最高达86.8%。#健康科技# #AI医疗#...
2025-12-10
·
浏览164次
智谱 GLM-4.6V 系列多模态 AI 大模型发布并开源，API 降价 50%
作为 GLM 系列在多模态方向上的一次重要迭代，GLM-4.6V 将训练时上下文窗口提升到 128k tokens，在视觉理解精度上达到同参数规模 SOTA，并首次在模型架构中将 Function Call（工具调用）能力原生融入视觉模型，...
2025-12-08
·
浏览273次
