阿里巴巴发布新一代大模型Qwen3.8-Max,参数量达2.4万亿。其在编程与专业办公等核心场景性能大幅跃升,于权威榜单Arena中综合实力仅次于Claude系列,位居前列,标志着国产大模型在复杂任务处理上取得重要突破。
7月31日,阿里通义千问发布语音识别大模型,主打长音频不丢词、行业词不用教。其升级点:长音频上下文记忆,确保会议转写一致;内置医疗、IT等行业词库,专业词召回率分别为95.36%和91.87%,无需人工配置。已在阿里云百炼平台开放调用。
字节跳动发布 Seedance 2.5 视频生成模型,单次生成时长翻倍至 30 秒,将陆续上线即梦 AI、豆包专业版,API 接入火山方舟,覆盖影视、广告、教育、工业制造及自动驾驶等场景。该模型延续多模态音视频联合生成架构,重点提升长叙事、多模态参考与编辑能力,推动 AI 视频从短片段迈向长内容创作。
Suno 发布网页与移动端重磅更新,重点提升创作效率与实用性。核心亮点是高级 Stem 分离技术,可将歌曲精准拆分为人声、鼓点、贝斯等独立音轨,助力音乐人快速编辑。同时新增专业音频处理与车载场景适配功能,加速 AI 音乐创作迈向更便捷的新阶段。
AI驱动,数分钟内将自拍转化为专业头像,适用于多职业场景。
RoomX AI利用AI 30秒虚拟布置房产,专业设计,多场景适用,价格低效果好。
基于支付宝的生活场景,通过领先的大模型技术,为企业快速构建专业级智能体。
Le Chat 是一款结合强大 AI 与网络信息的生产力工具,可用于个人生活和专业场景。
Xai
$1.4
Input tokens/M
$3.5
Output tokens/M
2k
Context Length
Openai
$7.7
$30.8
200
-
Anthropic
$105
$525
Google
$0.7
$2.8
1k
$7
$35
Alibaba
$1
$10
256
$2
$20
$8
$240
52
Bytedance
$1.2
$3.6
4
$3.9
$15.2
64
$15.8
$12.7
$0.8
dogeater1612
这是一个基于Google Gemma 2 9B模型微调的荷兰语患者模拟模型,专门为医疗教育场景设计。模型始终以固定的JSON结构响应,模拟一位刚做完手术正在康复的患者'玛丽亚',支持护理专业学生在安全环境中锻炼沟通和临床推理能力。
ibm-granite
Granite-4.0-H-Small是IBM开发的320亿参数长上下文指令模型,专为企业级AI助手构建设计,支持多种语言和专业应用场景。
Casual-Autopsy
CREC-n-WREC-Mate-24B-v2 是一个专门为角色扮演场景设计的辅助模型,主要用于在SillyTavern平台中创建世界信息条目和角色信息。该模型通过合并多个专业模型而成,专注于提升角色扮演创作体验。
OpenMed
OpenMed-NER-PharmaDetect-BioPatient-108M是一款专业的化学实体识别模型,专门针对生物医学文本进行优化。该模型在BC5CDR_CHEM数据集上训练,能够精准识别和提取化学实体,适用于药物相互作用检测、患者记录药物提取等多种临床和研究应用场景。
bartowski
一个多语言、多用途的大型语言模型,支持多种专业领域和通用任务,适用于角色扮演、故事创作、编程等多种场景。
devxyasir
基于微软Florence-2 Large模型微调的专业车牌检测识别系统,能够通过边界框定位车辆图像中的车牌区域,并运用OCR技术准确提取车牌文本信息,适用于交通监控、停车管理等场景。
cyberagent
CyberAgentLM3-22B-Chat是一款专注于对话场景的日语语言模型,基于2.0万亿标记从头预训练,能为用户提供专业、流畅的对话交互体验。
TheBloke
Xwin-LM 13B V0.1是基于Llama2架构的大语言模型,由Xwin-LM团队开发。该模型以专业、详尽且礼貌的方式回答用户问题,适用于对话场景。
AiryLark MCP是一个专业级翻译服务接口,采用三阶段流程确保翻译质量,支持多语言互译和领域术语识别,适用于技术文档、学术论文等专业场景。
mcp-server-suite是一个开源的MCP服务器集合,旨在成为自动化领域的'HuggingFace'。它提供模块化的服务器组件,支持从网页搜索到数据库操作等多种功能,并鼓励社区贡献扩展。项目包含核心服务器和规划中的多种专业服务,涵盖AI/ML、软件开发和非技术场景,目标是通过标准化协议简化自动化流程。