标签：多模态大模型

WPS 大家经常用来日常写作，虽然本身提供了AI功能，但可惜需要会员，本文教你三分钟接入最火的DeepSeek，让WPS秒变办公神器。 DeepSeek API申请地址：http:/...

这两年大家都在感叹生活不易，然而我想说的是，机会还是有的，但问题不在于有没有，而在于你是否能够认准机会，然后抓住它。 接触过很多咨询项目的人，发现...

Space Bunny（太空兔）是以匿名形式登陆 OpenRouter 与 OpenCode 的高速多模态 AI 大模型，100 万 Token 上下文、524K 输出上限，支持 low/high/max 三档推理...

Longcat-2.5-preview 是美团发布的新一代模型 LongCat-2.5-Preview：1.6T 总参数、约 48B 激活、1M token 上下文，首次引入原生多模态，最大输出 128K，兼容 ...

Union Alpha 是登陆 OpenRouter、Cline 与 OpenCode 的匿名 stealth 多模态大模型，支持文本与图像输入、原生工具调用，上下文 262144 tokens、最大输出 1310...

ZDTaichu5.0-9B是紫东太初开源的9B通用多模态大模型，面向物理世界与具身智能。它在九大空间基准拿下8项同参数全球第一，MindCube-tiny得78.27分大幅领先同级...

HiDream-O1-Video-1.0（简称HD-V1）是智象未来（HiDream.ai）推出的原生全模态视频生成模型，支持文本、图片、视频输入，一键直出5–20秒1080p视频，音画原生...

书生-S2（Intern-S2）是上海人工智能实验室开源的397B多模态基础大模型，主打AI for Science，Memory Decoder架构支持可插拔专业记忆，无需重训主模型即可扩...

Ling-3.0-flash-VL是蚂蚁InclusionAI百灵系列首个开源原生多模态大模型，MoE架构总参124B、单次推理仅激活5.5B，原生图文与视频输入、256K上下文，支持网页复...

WeMM-Embedding是腾讯微信视觉团队开源的多模态Embedding模型家族，提供2B/4B/9B三种规格，基于Qwen3.5骨干，将文本、图像、视频与视觉文档统一编码到共享向...

Qwen3.8-Flash 是阿里云通义千问推出的多模态 MoE 大模型，总参数 125B、每 token 仅激活 6B，原生 262K 上下文可扩展至 1M。四项架构革新将训练成本降至前代...

GLM-5.3-Flash 是智谱开源的原生多模态大模型，总参数320亿、激活参数仅18亿，综合智能指数57分与Claude Opus 4.8持平，成本约其1/40。支持视觉驱动编程、Off...

Qwen 3.8-Max 是阿里云 Qwen 团队推出的旗舰大模型，总参数量达 2.4 万亿，基于 Qwen 3.5 架构扩展而成。作为 Qwen 家族迄今最强大的模型，是首个即将开源权...

Qwen3.8-Max-Preview 是阿里通义千问推出的最新一代基座大模型的预览版，参数量达 2.4T，已上线 Qoder、Token Plan 及 QoderWork 平台。

Keye-VL-2.0-30B-A3B是快手开源的自研多模态大模型 ，为 30B 级主力基座。模型首次将 DSA 稀疏注意力引入多模态场景，支持 256K 超长上下文，实现小时级视频...

Mamoda2.5 是字节跳动推出的统一多模态 AR-Diffusion 模型，128 专家 DiT-MoE 架构、25B 总参仅激活 3B，统一支持文生图、文生视频与图像视频编辑，三大视频...

Qwen3-Max-Thinking是阿里最新推出的千问旗舰推理模型，参数量超1万亿，预训练数据达36T Tokens。模型通过测试时扩展机制和强化学习，显著提升推理性能和效率...