-
Gemini 4 Hydrogen - Google 推出的 Gemini 4 系列高效 AI 大模型
Gemini 4 Hydrogen 是 Google DeepMind 推出的高效 AI 大模型，支持百万 Token 上下文、多模态理解、智能体编程与四档思考层级，可通过 Gemini App、Google AI Studio 和 Gemini API 使用。- 117
- 0
-
字节跳动发布Seedream 5.5：百轮编辑保持稳定，原生输出透明素材
2026年11月9日，字节跳动Seed发布图像创作模型Seedream 5.5，支持上百轮连续编辑、原生RGBA透明输出，并提升写实质感与小字渲染，已陆续上线即梦、豆包和火山方舟。- 1.7k
- 0
-
Seedream 5.5 - 字节跳动新一代AI图像生成与编辑模型
Seedream 5.5是字节跳动推出的多模态AI图像生成与编辑模型，支持连续100轮图像编辑演示、非编辑区域像素级保持、原生RGBA透明背景素材生成，并提升图像真实感与中英文文字渲染准确性，适用于广告、电商、设计和内容创作。- 325
- 0
-
腾讯混元 Hy4 正式发布：支持视觉理解与电脑操作，跻身顶尖开源模型行列
11 月 4 日，腾讯混元正式发布新一代旗舰大模型 Hy4。相比此前的 Hy4 preview，正式版进一步扩大预训练和后训练规模，首次引入视觉理解与电脑操作能力，并全面提升指令遵循、长文理解、复杂推理、深度研究及长程任务执行能力。腾讯表示，Hy4 的综合性能已跻身全球顶尖开源模型行列。 在实际应用方面，Hy4 能够结合视觉感知、推理和工具调用，完成复杂图表分析、细粒度图像处理以及 Blender…- 1k
- 0
-
Hy4 - 腾讯混元推出的新一代旗舰多模态大模型
Hy4是腾讯混元推出的新一代旗舰多模态大模型，支持视觉理解、电脑操作、AI编程、游戏开发、金融投研、办公协作和科学研究。了解Hy4的核心能力、性能评测、API价格、使用方式及开源计划。- 592
- 0
-
SenseNova 6.8 Flash - 商汤科技推出的多模态智能体大模型
SenseNova 6.8 Flash 是商汤科技推出的新一代多模态智能体大模型，重点提升复杂任务执行、长期记忆、主动交互与动态设计生成能力。模型支持跨任务协作、办公自动化、数据分析，以及动态 PPT、网页、SVG 动画和 Blender 3D 设计，能够根据用户需求持续调整工作流程，生成可编辑、可交付的成果。- 392
- 0
-
美团发布 LongCat-2.5：强化多模态理解与长程智能体编程能力
11月2日，美团 LongCat 团队正式发布 LongCat-2.5 原生多模态大模型，采用1.6万亿参数 MoE 架构，支持百万 Token 上下文，重点提升复杂工程开发、视觉编程和长程智能体任务执行能力。- 943
- 0
-
LongCat-2.5 - 美团推出的面向智能体任务的原生多模态模型
LongCat-2.5 是美团推出的原生多模态智能体大模型，采用 1.6 万亿参数 MoE 架构，支持百万 Token 上下文。模型重点强化长程智能体、复杂工程开发、视觉编程和多模态理解能力，可通过在线平台、API 及主流 AI 编程工具使用。- 496
- 0
-
胜算云 - 大模型 API 聚合、企业级 AI 网关与工作流执行平台
胜算云聚合全球 300+ 主流模型 API，提供企业级 AI 网关与 LoomLoom 工作流执行能力，帮助开发者接入模型、企业管理权限与预算，让团队按可复用的工作流批量完成任务。- 443
- 0
-
Genie 4 - 谷歌推出的新一代实时交互式世界模型
Genie 4是谷歌DeepMind推出的新一代交互式世界模型，支持通过文字和图像生成可探索的虚拟世界，并实时调整场景、模拟物理变化、生成环境音效与人物对话，可用于游戏设计、影视预演和机器人训练。- 629
- 0
-
小米发布并开源 MiMo-V2.6：扩展强化学习规模，增强全模态 Agent 能力
小米正式发布并开源 Xiaomi MiMo-V2.6 系列，包含 Pro 和 Flash 两个原生全模态模型。新模型通过扩大强化学习算力与复杂任务规模，重点提升软件工程、计算机操作、视觉推理、3D 世界构建和科研辅助能力，同时开放模型权重、技术报告、RL 训练框架及7000余个任务环境。- 3.3k
- 0
-
GLM-5.3-FlashX：智谱基于 GLM-5.3-Flash 推出的高速推理模型
GLM-5.3-FlashX 是智谱面向开发者和企业推出的 GLM-5.3-Flash 高速推理版本，最高输出速度可达 200 tokens/s。模型延续 GLM-5.3-Flash 的 Coding、Agent、视觉理解及专业办公能力，并通过 Infra 和推理侧优化提升生成速度，适合对实时响应和高频调用要求较高的应用。- 1.2k
- 0
-
Google 发布 Gemini 3.8 Live，实时语音 AI 可边对话边推理
Google 正式发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款实时语音模型，分别面向低延迟语音交互和复杂多步骤语音 Agent 场景。新模型支持实时视觉理解、多语言切换、工具调用，其中 Extended Thinking 可在保持语音交流的同时进行后台推理和异步任务执行。- 2.9k
- 0
-
Gemini 3.8 Live - Google 推出的新一代实时多模态语音模型
Gemini 3.8 Live 是 Google 推出的实时音频对音频模型，面向语音智能体与实时对话场景，支持视觉理解、97 种语言自动切换、异步工具调用和实时多模态交互；同时推出 Extended Thinking 版本，为复杂任务提供后台持续推理与多步骤执行能力。- 627
- 0
-
DeepSeek V4.1 Flash正式发布：原生支持多模态，API 成本进一步降低
DeepSeek 正式发布 V4.1 Flash 模型，采用全新的非对称 Causal-Encoder-Decoder 架构，总参数量为 552B，输入激活 8B、输出激活 16B。新模型原生支持视觉理解，并通过压缩 KV Cache、优化推理效率和下调 API 价格，进一步降低 AI Agent、编程及长上下文任务的使用成本。- 8.8k
- 0
-
OpenAI发布GPT-Image-2.5：双型号上线，强化图像生成与精准编辑
2026年09月09日，OpenAI 正式发布 ChatGPT Images 2.5，并向开发者推出 GPT-Image-2.5 Flare 和 GPT-Image-2.5 Sunburst 两款 API 模型，重点提升图像质量、生成速度和编辑控制能力。 新模型改善了自然光照、纹理与画面细节，能够更准确地保留参考图片中的人物和物品。在局部修改和多轮编辑中，模型更可靠地遵循指令，减少对其他画面元素的…- 2.7k
- 0
-
GPT-Image-2.5 - OpenAI推出的图像生成与精准编辑模型
GPT-Image-2.5 是 OpenAI 推出的图像生成与编辑模型系列，包含主打快速生成的 Flare 和侧重精细编辑的 Sunburst。支持文字生图、参考图生成、局部修改、多轮编辑及透明背景，适用于内容配图、商品展示、广告设计和图像应用开发。- 982
- 0
-
OpenAI发布GPT-6 Astra：面向复杂端到端任务的新一代旗舰模型
OpenAI正式发布旗舰模型GPT-6 Astra，重点强化计算机与浏览器操作、软件工程、科学推理和专业办公能力。该模型支持105万tokens上下文，将分批向ChatGPT付费用户、OpenAI API及Amazon Bedrock开放。- 6.4k
- 0
-
GPT-6 Astra - OpenAI 推出的新一代旗舰大模型
GPT-6 Astra 是 OpenAI 面向复杂端到端任务推出的旗舰推理模型，重点强化计算机与浏览器操作、软件工程、科学研究和专业办公，可在长流程中调用工具并生成文档、表格、演示文稿等成品，适合开发者、研究人员及企业知识工作者。- 1.6k
- 0
-
Gemini 3.8 Flash - Google 推出的新一代高效多模态模型
Gemini 3.8 Flash 是 Google 推出的新一代高效多模态模型，重点提升长程软件工程、自主智能体、工具调用和复杂专业推理能力，并支持百万级上下文。同期推出的 Flash Cyber 专注漏洞发现与自动修复，目前仅通过 Fairwind Program 向可信网络安全机构开放。- 1k
- 0
-
DeepSeek-V4-Flash-Vision-Exp开放模型权重，采用MIT协议开源
DeepSeek正式开放DeepSeek-V4-Flash-Vision-Exp模型权重及参考推理代码，采用MIT协议，支持多模态Agent研究、私有化部署与二次开发。- 2.5k
- 0
-
阿里发布Qwen3.8-Flash：新架构降低训练成本，API输入每百万Tokens仅1元
8月26日晚，阿里通义千问团队正式发布全新多模态 MoE 模型 Qwen3.8-Flash。该模型主模型参数量为 125B，额外配备 51B N-gram Embedding，每 Token 仅激活 6B 参数，原生支持 262,144 Tokens 上下文，并可通过 YaRN 扩展至100万 Tokens。 Qwen3.8-Flash 围绕 Attention、Residual、Embeddin…- 3.6k
- 0
-
Qwen3.8-Flash：阿里通义千问最新推出的多模态大模型
Qwen3.8-Flash-Next 是阿里通义千问推出的开放权重多模态 MoE 模型，预览 Qwen4 架构，支持编程、办公智能体、图像视频理解及百万级上下文。- 2.3k
- 0
-
智谱发布 GLM-5.3-Flash：GLM-5 系列首款原生多模态模型
2026年08月26日，智谱 AI 正式发布 GLM-5.3-Flash，也就是此前受到行业关注的“ox-alpha”。这是 GLM-5 系列首款原生多模态模型，面向 Coding、Agent 和专业生产力任务，在保持较强模型能力的同时，进一步降低推理与使用成本。 GLM-5.3-Flash 采用 320B 总参数、18B 激活参数的 MoE 架构，并在 GLM 系列中首次结合稀疏注意力与线性注意…- 5.2k
- 0
