多模态模型-全球

Meta发布最新的开源人工智能模型Llama 4，包括两个主要版本：Scout和Maverick，均采用了创新的混合专家（MoE）架构，能够高效处理文本、图像、视频和音频等多种数据类型

Gemini 2.5 Pro是谷歌推出的人工智能模型，被称为其“最智能的模型”，专为处理复杂任务而设计，在推理能力、编码性能和多模态输入方面表现出色

Reka Flash 3是一个新发布的多模态语言模型，具有21亿参数，专为高效推理和生成而设计

Mistral Small 3.1 是由法国初创公司 Mistral AI 发布的一款开源多模态人工智能模型，具有240亿参数，支持文本和图像的处理

Gemma 3是谷歌发布的最新开放语言模型，具有多模态能力，能够处理文本和图像，支持超过140种语言

Aya Vision是Cohere For AI推出的一系列先进视觉语言模型（VLMs），旨在解决多模态AI系统中的多语言性能挑战