Qwen2.5-Omni是阿里巴巴发布的端到端多模态人工智能模型，旨在实现全面的感知能力，能够处理文本、图像、音频和视频等多种输入形式
Qwen2.5-Omni是阿里巴巴发布的端到端多模态人工智能模型，旨在实现全面的...
多模态模型
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
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”，...
Qwen2.5-VL-32B是阿里巴巴发布的一款多模态视觉语言模型，具有32亿参数，在图像理解、数学推理和文本生成等任务中表现出色
Qwen2.5-VL-32B是阿里巴巴发布的一款多模态视觉语言模型，具有32亿参...
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
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...
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
Mistral Small 3.1 是由法国初创公司 Mistral AI 发布...
ERNIE 4.5是百度首个原生多模态大语言模型，能够处理和整合文本、图像、音频等多种数据类型
ERNIE 4.5是百度首个原生多模态大语言模型，能够处理和整合文本、图像、音频...
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
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，...
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
Aya Vision是Cohere For AI推出的一系列先进视觉语言模型（V...
Janus-Pro是DeepSeek团队最近发布的一款多模态AI模型，旨在实现统一的多模态理解与生成
Janus-Pro是DeepSeek团队最近发布的一款多模态AI模型，旨在实现统...
Kimi K1.5是由月之暗面推出的一款新一代多模态推理模型，具备强大的推理和多模态处理能力
Kimi K1.5是由月之暗面推出的一款新一代多模态推理模型，具备强大的推理和多...
MiniMax-01系列是Hailuo AI推出的一系列开源大型语言模型和视觉多模态模型
MiniMax-01系列是Hailuo AI推出的一系列开源大型语言模型和视觉多...
MiniCPM-o是一个最新的端侧多模态大模型系列，旨在处理图像、视频、文本和音频等多种输入，并生成高质量的文本和语音输出
MiniCPM-o是一个最新的端侧多模态大模型系列，旨在处理图像、视频、文本和音...