SD百科导航
  • 首页
  • 快讯
  • 早报
  • 模型
  • ComfyUI
  • 新技术
  • 百科
    • 教程
    • 硬件
    • 科普
  • 百科工具
    • 工具
  • 排行榜
    • 首页
    • 快讯
    • 早报
    • 模型
    • ComfyUI
    • 新技术
    • 百科
      • 教程
      • 硬件
      • 科普
    • 百科工具
      • 工具
    • 排行榜

    模型

    共 1722 篇文章
    百科工具模型ComfyUIAI合集web UI提示词
    大语言模型多模态模型图像模型语音模型3D模型Flux衍生视频模型世界模型决策模型
    排序
    发布更新浏览点赞
    Liquid AI 发布 d1.2-ultra:登顶决策模型榜首,支持音频输入与五大高精度提取任务

    新Liquid AI 发布 d1.2-ultra:登顶决策模型榜首,支持音频输入与五大高精度提取任务

    Liquid AI 今日正式发布其最新一代全模态(omnimodal)决策模型 d1.2 和 d1.2-ultra。此次更新不仅引入了对音频输入的支持,还新增了五项关键的结构化提取与定位任务。在 Ar...
    决策模型# d1.2# d1.2-ultra# Liquid AI
    32分钟前
    10
    阿里发布 Qwen4-Max:2.4T 参数稀疏 MoE 基座,原生视觉、百万上下文,面向全链路工业与科研 Agent

    新阿里发布 Qwen4-Max:2.4T 参数稀疏 MoE 基座,原生视觉、百万上下文,面向全链路工业与科研 Agent

    11 月 16 日,阿里巴巴正式推出全新一代基座大模型 Qwen4-Max。作为 Qwen4 系列的首款旗舰模型,Qwen4-Max 拥有 2.4 万亿(2.4T)主干参数,具备原生视觉理解能力,支持...
    大语言模型早报# Qwen4-Max# 阿里巴巴
    7小时前
    50
    Bland 发布 Tofu-1:首个全双工语音到语音模型,实现无转录实时通话与噪声环境下的精准交互

    新Bland 发布 Tofu-1:首个全双工语音到语音模型,实现无转录实时通话与噪声环境下的精准交互

    旧金山语音 AI 初创公司 Bland 正式发布了 Tofu-1,这是其计划中的语音到语音模型系列的首个研究预览版。与传统的级联式语音智能体不同,Tofu-1 采用端到端架构,直接处理音频输入并生成音...
    语音模型# Bland# Tofu-1
    23小时前
    40
    Perplexity 发布 Decider v1.3:新增 Locate 提取功能,开放权重决策模型再升级

    新Perplexity 发布 Decider v1.3:新增 Locate 提取功能,开放权重决策模型再升级

    Perplexity 正式推出其开源决策模型系列的最新版本 pplx-decider-v1.3 及轻量版 pplx-decider-flash-v1.3。作为专为结构化决策设计的非生成式模型,Deci...
    决策模型# Perplexity# pplx-decider-flash-v1.3# pplx-decider-v1.3
    2天前
    120
    Liquid AI 发布 LiquidCodec:7400 万参数流式编解码器,CPU 单核实现 361 倍实时编码

    新Liquid AI 发布 LiquidCodec:7400 万参数流式编解码器,CPU 单核实现 361 倍实时编码

    Liquid AI 正式推出 LiquidCodec,一款专为流式语音处理设计的轻量级音频编解码器。作为其 LFM3-Audio-2B 和 LFM3-Omni-2B 模型的核心组件,LiquidCod...
    语音模型# Liquid AI# LiquidCodec
    3天前
    110
    谷歌推出 Gemini 4 Hydrogen:面向日常执行与智能体工作流的高效能模型

    谷歌推出 Gemini 4 Hydrogen:面向日常执行与智能体工作流的高效能模型

    谷歌今日正式发布 Gemini 4 Hydrogen,这是其 Gemini 4 系列中专注于速度与效率的模型。与擅长深度长时程推理的 Gemini 4 Carbon 和 Argon 不同,Hydrog...
    大语言模型早报# Gemini 4 Hydrogen# 谷歌
    3天前
    120
    Nex-AGI 发布 Nex-N2.6:321B 参数多模态智能体模型,工具调用遵循度达 100%

    Nex-AGI 发布 Nex-N2.6:321B 参数多模态智能体模型,工具调用遵循度达 100%

    Nex-AGI 正式推出其最新多模态智能体模型 Nex-N2.6。该模型基于 GLM-5.3-Flash 构建,总参数量约为 321B,本次发布提供了 FP8 量化权重。Nex-N2.6 专为计算机使...
    大语言模型# Nex-AGI# Nex-N2.6
    4天前
    100
    Google DeepMind 发布 AlphaGenome 2:支持单细胞状态条件化的 DNA 功能预测模型,因果变异召回率提升至 30%

    Google DeepMind 发布 AlphaGenome 2:支持单细胞状态条件化的 DNA 功能预测模型,因果变异召回率提升至 30%

    Google DeepMind 正式推出 AlphaGenome 2,一款能够预测特定细胞类型中遗传变异效应的 DNA 基础模型。与此前在批量组织数据上进行平均的前代模型不同,AlphaGenome ...
    多模态模型# AlphaGenome 2# Google DeepMind
    4天前
    170
    谷歌推出 Gemini Decisions API,搭载 Gemini Decision 1,单轮前向传递完成多模态批量决策

    谷歌推出 Gemini Decisions API,搭载 Gemini Decision 1,单轮前向传递完成多模态批量决策

    谷歌正式推出 Gemini Decisions API,该接口由全新的 Gemini Decision 1 模型驱动,旨在为封闭集决策任务提供低延迟、高校准的解决方案。与传统的大语言模型逐 Token...
    决策模型早报# Gemini Decision 1# Gemini Decisions API# 谷歌
    5天前
    220
    Fish Audio 推出全双工语音模型Live 3,最短 186 毫秒响应,原生学习对话轮次时机

    Fish Audio 推出全双工语音模型Live 3,最短 186 毫秒响应,原生学习对话轮次时机

    Fish Audio 正式推出 Live 3,一款专为实时语音智能体设计的全双工(Full-Duplex)语音模型。与传统的半双工系统不同,Live 3 能够在说话的同时保持聆听状态,允许用户在通话过...
    早报语音模型# Fish Audio# Live 3
    5天前
    190
    MBZUAI 开源 PAN 2:29B 开源物理 AI 世界模型,主打多步任务视频模拟

    MBZUAI 开源 PAN 2:29B 开源物理 AI 世界模型,主打多步任务视频模拟

    穆罕默德·本·扎耶德人工智能大学(MBZUAI)基础模型研究所(IFM)于 2026 年 11 月 10 日正式发布 PAN 2,一款面向物理智能(Physical AI)的开放世界模型。该模型基于 ...
    世界模型# MBZUAI# PAN 2
    5天前
    150
    百度发布文心 5.5 Flash Preview:2800 亿总参、支持百万上下文,兼顾编程 3D 建模能力

    百度发布文心 5.5 Flash Preview:2800 亿总参、支持百万上下文,兼顾编程 3D 建模能力

    11 月 11 日,百度正式推出其最新基础模型文心 5.5 Flash Preview。该模型总参数量达 2800 亿,采用混合稀疏架构,每次推理仅激活 140 亿参数。凭借这一设计,文心 5.5 F...
    大语言模型早报# 文心 5.5 Flash Preview# 百度
    5天前
    230
    加载更多

    网址

    日榜周榜月榜
    LoginFlip

    LoginFlip

    LoginFlip 是一款专为 Chrome 浏览器设计的轻量级扩展,解决多账号管理痛点。它通过保存和恢复网站的登录状态(Cookie + localStorage),让你在不同身份(工作号、测试号、个人号等)之间实现秒级切换,彻底告别反复输入密码和退出登录的繁琐流程。
    TapNow

    TapNow

    TapNow是一个面向创作者的专业级 AI 视觉内容平台,支持从脚本撰写、分镜头设计到高保真成片输出的完整流程,单人即可在 1–3 天内完成传统需 4–6 周的影视级项目。
    Open ASR 排行榜

    Open ASR 排行榜

    Open ASR 排行榜 对 Hugging Face Hub 上的语音识别模型进行排名和评估。我们报告平均 WER(字错误率)(⬇️ 越低越好)和 RTFx(实时因子)(⬆️ 越高越好),模型根据其平均 WER 从低到高进行排名。
    TinyFish Bigset

    TinyFish Bigset

    TinyFish 正式开源了多智能体系统 Bigset,它只需一句通俗的自然语言描述,即可自动推断数据结构,派遣自主智能体从真实网络中提取、验证并去重数据,最终生成可导出的 CSV 或 XLSX 表格。更令人兴奋的是,Bigset 支持定时自我刷新,让数据集始终保持最新状态,无需人工干预。
    中国科技云数据胶囊

    中国科技云数据胶囊

    中国科学院旗下的 中国科技云数据胶囊(Data Capsule)提供 20GB 免费存储空间,支持 标准 S3 与 WebDAV 协议,无需手机号绑定,支持微信/QQ/GitHub 第三方登录,非常适合注重隐私、追求开源生态兼容性的科研用户或个人知识管理者。
    OpenClaw Medical Skills

    OpenClaw Medical Skills

    OpenClaw Medical Skills 是一个包含 872 个 AI Agent 技能的精选集合,覆盖生物医学与临床研究的完整领域。这些技能专为 OpenClaw / NanoClaw —— 基于 Claude 的个人 AI 助手框架 —— 设计,能将通用 AI 智能体转变为强大的医学与科研研究伙伴。
    查看完整榜单
    SD百科导航
    SD百科导航是专注于AI创作领域的专业导航网站。我们全面涵盖Stable Diffusion、Flux、AI绘画、AI视频、AI音乐以及大语言模型等前沿内容。

    关于我们友链申请广告合作

    扫码关注微信公众号SD百科导航
    扫码关注微信公众号
    Copyright © 2026 SD百科导航 皖ICP备18025588号-5  皖公网安备34040002000401 
    网址
    网址文章软件模型
      ↵ENTER↓↑NAV

      网址

      日榜周榜月榜
      LoginFlip

      LoginFlip

      LoginFlip 是一款专为 Chrome 浏览器设计的轻量级扩展,解决多账号管理痛点。它通过保存和恢复网站的登录状态(Cookie + localStorage),让你在不同身份(工作号、测试号、个人号等)之间实现秒级切换,彻底告别反复输入密码和退出登录的繁琐流程。
      TapNow

      TapNow

      TapNow是一个面向创作者的专业级 AI 视觉内容平台,支持从脚本撰写、分镜头设计到高保真成片输出的完整流程,单人即可在 1–3 天内完成传统需 4–6 周的影视级项目。
      Open ASR 排行榜

      Open ASR 排行榜

      Open ASR 排行榜 对 Hugging Face Hub 上的语音识别模型进行排名和评估。我们报告平均 WER(字错误率)(⬇️ 越低越好)和 RTFx(实时因子)(⬆️ 越高越好),模型根据其平均 WER 从低到高进行排名。
      TinyFish Bigset

      TinyFish Bigset

      TinyFish 正式开源了多智能体系统 Bigset,它只需一句通俗的自然语言描述,即可自动推断数据结构,派遣自主智能体从真实网络中提取、验证并去重数据,最终生成可导出的 CSV 或 XLSX 表格。更令人兴奋的是,Bigset 支持定时自我刷新,让数据集始终保持最新状态,无需人工干预。
      中国科技云数据胶囊

      中国科技云数据胶囊

      中国科学院旗下的 中国科技云数据胶囊(Data Capsule)提供 20GB 免费存储空间,支持 标准 S3 与 WebDAV 协议,无需手机号绑定,支持微信/QQ/GitHub 第三方登录,非常适合注重隐私、追求开源生态兼容性的科研用户或个人知识管理者。
      OpenClaw Medical Skills

      OpenClaw Medical Skills

      OpenClaw Medical Skills 是一个包含 872 个 AI Agent 技能的精选集合,覆盖生物医学与临床研究的完整领域。这些技能专为 OpenClaw / NanoClaw —— 基于 Claude 的个人 AI 助手框架 —— 设计,能将通用 AI 智能体转变为强大的医学与科研研究伙伴。
      查看完整榜单