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 1647 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
    音频视频原生输入!Cloudflare推出Clef-omni多模态决策模型,Clef家族同步降价提速

    音频视频原生输入!Cloudflare推出Clef-omni多模态决策模型,Clef家族同步降价提速

    继上周发布Clef与Clef-flash开放权重决策模型后,Cloudflare进一步扩充Clef产品家族,正式推出Clef-omni,这是一款原生支持文本、图像、音频、视频四模态输入的决策模型。同时...
    决策模型# Clef-omni# Cloudflare
    3周前
    330
    对标闭源Jev!Nace AI开源Drex 1.5:擅长长文档决策推理,单卡即可本地部署

    对标闭源Jev!Nace AI开源Drex 1.5:擅长长文档决策推理,单卡即可本地部署

    Nace.AI正式开源Drex 1.5,一款面向AI智能体与后端工作流的9B决策模型。Drex 1.5的核心设计区别于常规大语言模型:不输出文本内容,接收状态信息与带类型的问题,直接为预设的候选选项输...
    决策模型# Drex 1.5# Jev# Nace AI
    3周前
    340
    微软在Foundry上线决策模型Decision-1:不生成自由文本,输出结构化概率,作为AI代理控制层

    微软在Foundry上线决策模型Decision-1:不生成自由文本,输出结构化概率,作为AI代理控制层

    微软推出 Microsoft-Decision-1,一款面向快速决策评分的专用模型,输出可供程序直接执行的结构化选择,现已上架Microsoft Foundry平台和OpenRouter。开发者可用它...
    决策模型早报# Microsoft-Decision-1# 微软
    3周前
    440
    阿里千问推出Qwen-Image-2.1-Turbo:8步去噪文生图,沿用7B架构,2K图生成提速

    阿里千问推出Qwen-Image-2.1-Turbo:8步去噪文生图,沿用7B架构,2K图生成提速

    阿里千问项目组此前在9月20日开源Qwen-Image-2.1,这是一款融合文生图与图像编辑能力的轻量图像生成模型。视觉生成模块仅7B参数,采用32层Single-Stream DiT架构,在保证出图...
    图像模型# Qwen-Image-2.1-Turbo# 阿里千问
    3周前
    790
    JetBrains 发布 Mellum2.1:面向编码代理的12B MoE开源模型,真实仓库强化学习大幅提升代码能力

    JetBrains 发布 Mellum2.1:面向编码代理的12B MoE开源模型,真实仓库强化学习大幅提升代码能力

    JetBrains 正式推出 Mellum2.1,一款专为编码代理、轻量子代理打造的开源MoE思考模型。它延续Mellum2原有架构,总参数量12B,每token激活2.5B参数,采用Apache 2...
    大语言模型# JetBrains# Mellum2.1
    3周前
    550
    Liquid AI 开源 Open d1 决策模型:零输出Token,d1-3B与d1-omni-600M面向实时多模态判定

    Liquid AI 开源 Open d1 决策模型:零输出Token,d1-3B与d1-omni-600M面向实时多模态判定

    Liquid AI 推出开放权重多模态决策模型家族 Open d1,包含两款模型:d1-3B,支持文本+图像输入;d1-omni-600M,支持文本搭配图像或者文本搭配音频。这两个模型和常规生成式大模...
    决策模型# d1-3B# d1-omni-600M# Liquid AI
    3周前
    480
    Perplexity 发布 pplx-embed-v2-late:双尺寸ColBERT风格多模态嵌入模型,MIT许可开源

    Perplexity 发布 pplx-embed-v2-late:双尺寸ColBERT风格多模态嵌入模型,MIT许可开源

    Perplexity 正式推出 pplx-embed-v2-late,一对ColBERT架构风格的多模态嵌入模型,分为0.6B轻量边缘版本与9B高质量版本,二者共享同一嵌入空间,支持文本、图片、渲染P...
    多模态模型# Perplexity# pplx-embed-v2-late
    3周前
    420
    微软开放MAI-Code-1.1-Flash本地部署:保留256K上下文,推荐128GB内存才能流畅跑

    微软开放MAI-Code-1.1-Flash本地部署:保留256K上下文,推荐128GB内存才能流畅跑

    微软正式开放编程模型MAI-Code-1.1-Flash,支持开发者本地离线部署,脱离云端服务器运行AI编程代理。模型采用3位量化技术压缩显存占用,同时完整保留256K上下文窗口,在SWE-Bench...
    大语言模型早报# MAI-Code-1.1-Flash# 微软# 编程模型
    3周前
    630
    Musubi 发布开放权重决策模型PolicyLM-1.7B:面向实时内容审核,政策修改无需重训

    Musubi 发布开放权重决策模型PolicyLM-1.7B:面向实时内容审核,政策修改无需重训

    随着决策模型在AI领域快速兴起,Musubi推出专为实时内容审核打造的轻量级决策模型PolicyLM-1.7B,采用开放权重Apache 2.0协议发布。它可以直接读取自然语言撰写的平台内容规范,单条...
    决策模型# Musubi# PolicyLM-1.7B
    3周前
    450
    谷歌发布 EmbeddingGemma 2:Apache2.0开源轻量多模态嵌入模型,设备端统一处理图文音视频

    谷歌发布 EmbeddingGemma 2:Apache2.0开源轻量多模态嵌入模型,设备端统一处理图文音视频

    谷歌推出 EmbeddingGemma 2,一款Apache 2.0协议开放、面向设备端的轻量多模态嵌入模型,能够把文本、代码、图像、音频、视频映射至同一个嵌入向量空间,在消费级本地硬件上完成跨模态语...
    多模态模型# EmbeddingGemma 2# 多模态嵌入模型# 谷歌
    3周前
    600
    谷歌发布 Nano Banana 2.1:蒙版局部编辑升级,多图主体一致性大幅增强

    谷歌发布 Nano Banana 2.1:蒙版局部编辑升级,多图主体一致性大幅增强

    谷歌正式推出 Nano Banana 2.1,这是基于 Gemini 3.6 Image 打造的新一代AI图像生成与编辑模型,在Nano Banana 2(Gemini 3.1 Flash Image...
    图像模型早报# Gemini 3.6 Image# Nano Banana 2.1# 谷歌
    3周前
    680
    Prism:复旦+腾讯混元+浙大提出动态稀疏注意力框架,实现原生2K音视频联合生成高效训练

    Prism:复旦+腾讯混元+浙大提出动态稀疏注意力框架,实现原生2K音视频联合生成高效训练

    复旦大学、腾讯混元团队与浙江大学联合推出 Prism,一款面向原生2K音视频联合生成的动态稀疏注意力科研框架,解决直接训练2K音视频大模型算力昂贵、音画同步易受损的难题。 项目主页:https://f...
    视频模型# Prism
    3周前
    780
    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。
    BlitzBrowser

    BlitzBrowser

    BlitzBrowser是一款开源无头浏览器管理项目,核心价值在于将各类浏览器封装进Docker容器中,实现便捷的部署、运行与管理,支持本地或云端部署,同时兼容Chrome DevTools协议(CDP)。
    海绵音乐

    海绵音乐

    海绵音乐是由字节跳动最新推出的免费AI音乐创作和分享平台。它旨在利用AI技术生成个性化音乐,让用户能够轻松创作出符合自己风格的音乐作品。
    SentrySearch

    SentrySearch

    SentrySearch 将你的 mp4 视频分割成重叠的片段,使用 Google 的 Gemini Embedding API 或本地的 Qwen3-VL 模型将每个片段嵌入为视频,并将向量存储在本地 ChromaDB 数据库中。当你搜索时,你的文本查询被嵌入到同一向量空间中,并与存储的视频嵌入进行匹配。最佳匹配会自动从原始文件中裁剪出来,并保存为一个片段。
    Adobe Firefly Video

    Adobe Firefly Video

    由 Firefly 视频模型支持,创意专业人士可以从文本提示或图像生成视频片段,控制镜头角度,创建专业质量的图像,并开发自定义运动设计元素。该功能支持 1080p 分辨率,并即将推出 4K 模型。
    WorkflowAI

    WorkflowAI

    WorkflowAI是一个开源平台,供产品和工程团队合作构建和迭代AI功能,可以并行测试和比较80多种领先的人工智能模型,并评估其质量、成本和速度。
    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。
      BlitzBrowser

      BlitzBrowser

      BlitzBrowser是一款开源无头浏览器管理项目,核心价值在于将各类浏览器封装进Docker容器中,实现便捷的部署、运行与管理,支持本地或云端部署,同时兼容Chrome DevTools协议(CDP)。
      海绵音乐

      海绵音乐

      海绵音乐是由字节跳动最新推出的免费AI音乐创作和分享平台。它旨在利用AI技术生成个性化音乐,让用户能够轻松创作出符合自己风格的音乐作品。
      SentrySearch

      SentrySearch

      SentrySearch 将你的 mp4 视频分割成重叠的片段,使用 Google 的 Gemini Embedding API 或本地的 Qwen3-VL 模型将每个片段嵌入为视频,并将向量存储在本地 ChromaDB 数据库中。当你搜索时,你的文本查询被嵌入到同一向量空间中,并与存储的视频嵌入进行匹配。最佳匹配会自动从原始文件中裁剪出来,并保存为一个片段。
      Adobe Firefly Video

      Adobe Firefly Video

      由 Firefly 视频模型支持,创意专业人士可以从文本提示或图像生成视频片段,控制镜头角度,创建专业质量的图像,并开发自定义运动设计元素。该功能支持 1080p 分辨率,并即将推出 4K 模型。
      WorkflowAI

      WorkflowAI

      WorkflowAI是一个开源平台,供产品和工程团队合作构建和迭代AI功能,可以并行测试和比较80多种领先的人工智能模型,并评估其质量、成本和速度。
      查看完整榜单