Mistral Small 3.1 – Mistral AI 开源的多模态 AI 模型
Mistral Small 3.1是什么 Mistral Small 3.1 是 Mistral AI 开源的多模态人工智能模型，有 240 亿参数，基于 Apache 2.0 许可证发布。在文本和多...
排序
Hunyuan3D 2.0 – 腾讯推出的大规模 3D 资产生成系统
Hunyuan3D 2.0是什么 Hunyuan3D 2.0 是腾讯推出的大规模 3D 资产生成系统，专注于从文本和图像生成高分辨率的 3D 模型。系统采用两阶段生成流程：首先生成无纹理的几何模型，再...
Claude 3.7 Max – Cursor 上线的最新 AI 模型，支持200k上下文
Claude 3.7 Max是什么 Claude 3.7 Max 是 Cursor 推出的专为复杂代码任务设计的最新 AI 模型，称为史上最强代码助手。基于 Claude 3.7 思考模型，具备 20...
Skywork R1V – 昆仑万维开源的多模态思维链推理模型
Skywork R1V是什么 Skywork R1V是昆仑万维开源的首款工业界多模态思维链推理模型，具备强大的视觉链式推理能力。Skywork R1V能对视觉输入进行多步逻辑推理，解决复杂的视觉任务...
Chirp 3 – 谷歌云推出的高清语音合成模型
Chirp 3是什么 Chirp 3 是谷歌云推出的高清语音合成模型，专为生成自然、生动的语音而设计。支持 248 种声音和 31 种语言，能捕捉人类语调的细微差别，语音输出更加贴近真实人类发音。通过...
LangManus – AI自动化框架，多智能体协同完成复杂任务
LangManus是什么 LangManus 是 AI 自动化框架，基于分层多智能体系统设计。包含多种智能体，如协调员、规划员、研究员、程序员等，各司其职，协同完成复杂任务。框架支持多种开源语言模型...
Cube 3D – Roblox 推出的 AI 3D 生成模型
Cube 3D是什么 Cube 3D 是 Roblox 推出的AI 3D生成大模型，基于 AI 技术高效生成 3D 模型和环境。Cube 3D支持直接从文本描述生成完整的 3D 对象，与游戏引擎兼容...
SmolDocling – 轻量级的多模态文档处理模型
SmolDocling是什么 SmolDocling（SmolDocling-256M-preview ）是高效轻量级的多模态文档处理模型。能将文档图像端到端地转换为结构化文本，支持文本、公式、图表等...
GR00T N1 – 英伟达开源的人形机器人基础模型
GR00T N1是什么 GR00T N1 是英伟达推出的全球首个开源基础模型，专为通用人形机器人设计。基于多模态输入（如语言和图像）实现多样化环境中的操作任务。GR00T N1 基于大规模人形机器人数...
UniFluid – 谷歌联合麻省理工推出的多模态图像生成与理解框架
UniFluid是什么 UniFluid 是谷歌 DeepMind 和麻省理工学院联合推出的，统一的自回归框架，用在联合视觉生成和理解任务。基于连续视觉标记处理多模态图像和文本输入，生成离散文本标记和...