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

    多模态模型

    共 326 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
    谷歌重磅连发双模型!Gemini 3.8 Flash + Cyber 上线,多项基准反超 GPT-5.6、Opus 5

    谷歌重磅连发双模型!Gemini 3.8 Flash + Cyber 上线,多项基准反超 GPT-5.6、Opus 5

    在 AI 模型迭代节奏持续提速的当下,谷歌再度刷新自家 Flash 系列更新速度。距离 Gemini 3.7 Flash 发布仅过去三周,短短六周时间内,谷歌完成第三次 Flash 版本迭代,正式推出...
    多模态模型早报# Gemini 3.8 Flash# Gemini 3.8 Flash Cyber# 谷歌
    3个月前
    1410
    编程登顶!阿里千问 Qwen3.8‑Max 推送0902新版本,前端编程拿下CodeArena全球第一

    编程登顶!阿里千问 Qwen3.8‑Max 推送0902新版本,前端编程拿下CodeArena全球第一

    阿里千问正式完成旗舰模型Qwen3.8‑Max迭代升级,推出0902新版。本次没有扩大模型参数规模,而是定向针对编程Coding、专业办公Cowork两大方向开展深度后训练优化,强化复杂工程任务、科研...
    多模态模型早报# Qwen3.8-Max-0902
    3个月前
    1450
    DeepSeek‑V4‑Flash‑Vision‑Exp 开源上线,V4 系列首款多模态实验模型开放权重

    DeepSeek‑V4‑Flash‑Vision‑Exp 开源上线,V4 系列首款多模态实验模型开放权重

    2026 年 8 月 31 日,深度求索(DeepSeek)正式在 Hugging Face 开源了其 V4 系列的首个多模态实验版本——DeepSeek-V4-Flash-Vision-Exp。该模...
    多模态模型# DeepSeek‑V4‑Flash‑Vision‑Exp
    3个月前
    1660
    Cohere推出文档解析模型Parse 5 :23亿参数视觉大模型,PDF一键转为Markdown

    Cohere推出文档解析模型Parse 5 :23亿参数视觉大模型,PDF一键转为Markdown

    企业大模型厂商 Cohere 正式发布新一代文档解析产品 Parse‑v5.0(Parse 5),一款面向大批量文档处理、RAG知识库数据摄入场景的轻量视觉语言模型。无需单独的OCR环节,就能够直接解...
    多模态模型早报# Cohere# Parse 5
    3个月前
    1340
    腾讯混元 Hy4‑preview 正式开源发布!770B 超大模型,锚定生产力赛道实现自我迭代

    腾讯混元 Hy4‑preview 正式开源发布!770B 超大模型,锚定生产力赛道实现自我迭代

    8 月 28 日,腾讯混元团队正式发布并开源了新一代大语言模型 Hy4 Preview。该模型总参数量达 770B(7700 亿),激活参数为 49B,支持突破 1M(100 万)的超长上下文窗口。H...
    多模态模型# Hy4‑preview# 腾讯混元
    3个月前
    1490
    谷歌发布GlucoFM:双流架构的血糖监测基础模型,小参数实现CGM信号高效解析

    谷歌发布GlucoFM:双流架构的血糖监测基础模型,小参数实现CGM信号高效解析

    谷歌研究院联合新南威尔士大学悉尼分校推出一款面向连续血糖监测(CGM)的自监督基础模型 GlucoFM。它跳出过往将血糖时序作为单一序列处理的思路,创新性采用双流分离架构,仅以0.72M可训练参数就取...
    多模态模型早报# GlucoFM# 谷歌
    3个月前
    1170
    神秘模型“牛来”真身揭晓!智谱开源GLM‑5.3‑Flash,320B总参数仅激活18B,性能对标Claude Opus 4.8

    神秘模型“牛来”真身揭晓!智谱开源GLM‑5.3‑Flash,320B总参数仅激活18B,性能对标Claude Opus 4.8

    智谱AI正式上线并且开源 GLM‑5.3‑Flash(320B‑A18B),这也是GLM‑5产品线当中第一款原生多模态混合专家模型。此前在海外平台爆火、中文社区代号“牛来”的匿名模型Ox‑Alpha...
    多模态模型# GLM‑5.3‑Flash# 智谱
    3个月前
    1140
    阿里巴巴发布 Qwen3.8-Flash-Next:125B 多模态 MoE 模型,提前预览 Qwen4 全新架构

    阿里巴巴发布 Qwen3.8-Flash-Next:125B 多模态 MoE 模型,提前预览 Qwen4 全新架构

    阿里巴巴通义千问团队正式发布了 Qwen3.8-Flash-Next,这是一款面向极致每 Token 成本优化的开放权重多模态混合专家(MoE)模型。作为 Qwen4 底层架构的早期预览版,该模型在保...
    多模态模型# Qwen3.8-Flash-Next# 阿里巴巴
    3个月前
    1600
    Cohere 发布 North Micro Vision:24 亿参数原生分辨率视觉语言模型

    Cohere 发布 North Micro Vision:24 亿参数原生分辨率视觉语言模型

    Cohere Labs 正式发布了 North-Micro-Vision-Instruct,一款拥有 24 亿(2.4B)参数的开放权重视觉语言模型(VLM)。该模型采用 Apache 2.0 许可证...
    多模态模型# Cohere Labs# North-Micro-Vision-Instruct
    3个月前
    1150
    阿里开源 Qwen3.8-27B:270 亿参数稠密模型,编程与办公能力超越 Qwen3.7-Plus

    阿里开源 Qwen3.8-27B:270 亿参数稠密模型,编程与办公能力超越 Qwen3.7-Plus

    阿里巴巴通义千问团队于 8 月 14 日晚间正式开源 Qwen3.8-27B 模型。作为一款原生多模态稠密(Dense)架构模型,它在保持适中参数量级的同时,实现了性能的显著跃升,尤其在编程和办公场景...
    多模态模型# Qwen3.7-Plus# Qwen3.8-27B# 通义千问
    3个月前
    1770
    MOSS-VL-Realtime:开启实时流式视频理解新纪元,支持“边看边答”与主动静默

    MOSS-VL-Realtime:开启实时流式视频理解新纪元,支持“边看边答”与主动静默

    模思智能(Moss Intelligence)今日正式发布 MOSS-VL-Realtime,这是 OpenMOSS 生态系统中首个专为连续视频流设计的实时检查点。与传统的“先加载完整视频再作答”的离...
    多模态模型# MOSS-VL-Realtime# 模思智能
    3个月前
    1270
    模思智能开源 MOSS-VL 0708:11B 参数,支持长视频理解与 256K 上下文窗口

    模思智能开源 MOSS-VL 0708:11B 参数,支持长视频理解与 256K 上下文窗口

    模思智能(Moss Intelligence)今日正式推出 MOSS-VL 0708 系列模型,包括基础检查点 MOSS-VL-Base-0708 和指令微调检查点 MOSS-VL-Instruct...
    多模态模型# MOSS-VL 0708# 模思智能
    3个月前
    1420
    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。
    banana-slides

    banana-slides

    banana-slides是一个基于 nano banana pro 的原生 AI PPT 生成应用,支持从想法 / 大纲 / 页面描述出发,自动生成完整、美观、风格统一的演示文稿,迈向真正的 “Vibe PPT”。
    Qwen Chat

    Qwen Chat

    Qwen Chat是阿里通义团队在海外市场推出了一款全新的AI助手,可以看作是通义千问的海外版,这款助手基于开源的Open WebUI框架开发而成。
    xpander.ai

    xpander.ai

    xpander.ai 是一个用于构建和部署 AI 代理的后台即服务(BaaS)平台,它使基础设施对开发者透明。开发者可以专注于业务逻辑和代理框架,而 xpander.ai 负责处理内存、存储、MCP 工具、CI/CD、人机交互触发、测试,并提供一个可视化的工作台。
    LEANN

    LEANN

    LEANN 是一款创新的向量数据库,它民主化了个人 AI。将您的笔记本电脑转变为强大的 RAG 系统,能够索引并搜索数百万文档,同时比传统解决方案 使用 97% 更少的存储 且无准确性损失。
    方舟 Coding Plan

    方舟 Coding Plan

    火山引擎重磅发布 方舟 Coding Plan —— 一款专为开发者打造的“量大管饱”型 AI 编程订阅服务。首月仅需 8.9 元,即可享受海量 Token 额度、全系国产顶级模型自由切换,并免费解锁云端智能体助手 ArkClaw。
    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。
      banana-slides

      banana-slides

      banana-slides是一个基于 nano banana pro 的原生 AI PPT 生成应用,支持从想法 / 大纲 / 页面描述出发,自动生成完整、美观、风格统一的演示文稿,迈向真正的 “Vibe PPT”。
      Qwen Chat

      Qwen Chat

      Qwen Chat是阿里通义团队在海外市场推出了一款全新的AI助手,可以看作是通义千问的海外版,这款助手基于开源的Open WebUI框架开发而成。
      xpander.ai

      xpander.ai

      xpander.ai 是一个用于构建和部署 AI 代理的后台即服务(BaaS)平台,它使基础设施对开发者透明。开发者可以专注于业务逻辑和代理框架,而 xpander.ai 负责处理内存、存储、MCP 工具、CI/CD、人机交互触发、测试,并提供一个可视化的工作台。
      LEANN

      LEANN

      LEANN 是一款创新的向量数据库,它民主化了个人 AI。将您的笔记本电脑转变为强大的 RAG 系统,能够索引并搜索数百万文档,同时比传统解决方案 使用 97% 更少的存储 且无准确性损失。
      方舟 Coding Plan

      方舟 Coding Plan

      火山引擎重磅发布 方舟 Coding Plan —— 一款专为开发者打造的“量大管饱”型 AI 编程订阅服务。首月仅需 8.9 元,即可享受海量 Token 额度、全系国产顶级模型自由切换,并免费解锁云端智能体助手 ArkClaw。
      查看完整榜单