Meta计划于2026年上半年发起AI全面反攻，由首席AI官Alexandr Wang领导，将推出多款下一代智能模型。核心包括统一图像与视频生成理解的多模态模型Mango，以及下一代大型语言模型Av。
苹果推出多模态AI模型UniGen1.5，整合图像理解、生成与编辑三大功能于统一框架，显著提升效率。该模型利用图像理解能力优化生成效果，实现技术突破。
快手旗下可灵AI发布“主体库”，为O1多模态视频模型增加长期记忆功能。用户上传单张角色图，系统可生成3D视角补全和多光线变体，支持跨场景一键调用角色，主体一致性超96%。流程包括上传图片自动处理、AI补全多角度视图，实现从单图到3D记忆的转换。
北京智源人工智能研究院发布新一代多模态大模型Emu3.5，实现“世界级统一建模”，突破传统AI在物理理解和因果推理上的短板，让AI从单纯生成图像、文本进化到真正理解物理世界。
统一的多模态AI，支持基于指令的图像编辑与生成，超越商业模型。
一个强大的统一多模态模型，支持文本到图像生成及图像编辑。
InternVL3开源：7种尺寸覆盖文、图、视频处理，多模态能力扩展至工业图像分析
Magma-8B 是微软推出的一款多模态 AI 模型，能够处理图像和文本输入并生成文本输出。
Openai
$2.8
Input tokens/M
$11.2
Output tokens/M
1k
Context Length
Google
$0.49
$2.1
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$2
$20
$6
$24
Baidu
128
pramjana
Qwen3-VL-4B-Instruct是阿里巴巴推出的40亿参数视觉语言模型，基于Qwen3架构开发，支持多模态理解和对话任务。该模型具备强大的图像理解和文本生成能力，能够处理复杂的视觉语言交互场景。
ExaltedSlayer
Gemma 3是谷歌推出的轻量级开源多模态模型，本版本为12B参数的指令调优量化感知训练模型，已转换为MLX框架的MXFP4格式，支持文本和图像输入并生成文本输出，具有128K上下文窗口和140+语言支持。
HIT-TMG
Uni-MoE 2.0-Omni 是荔枝科技（Lychee）推出的完全开源全模态模型，采用全模态 3D RoPE 和动态容量专家混合架构，显著提升了以语言为中心的多模态理解、推理和生成能力。该版本集成了全模态理解以及音频和图像生成能力。
DavidAU
这是一个增强版的多模态视觉语言模型，基于Qwen3-VL-8B-Thinking模型，通过Brainstorm 20x技术扩展至12B参数，采用NEO Imatrix增强的GGUF量化。模型具备强大的图像理解、文本生成和多模态推理能力，在视觉感知、文本质量和创意场景方面都有显著提升。
ggml-org
这是一个基于Qwen3-VL-30B-A3B-Instruct模型转换的GGUF格式版本，专门为llama.cpp优化。该模型是一个300亿参数的多模态视觉语言模型，支持图像理解和文本生成任务。
lmstudio-community
Qwen3-VL-2B-Thinking是由Qwen推出的视觉语言模型，基于2B参数规模，使用MLX进行8位量化，专门针对Apple Silicon芯片进行了优化。该模型支持图像和文本的多模态理解与生成任务。
Qwen
Qwen3-VL-2B-Instruct-GGUF是通义千问系列的多模态视觉语言模型的GGUF量化版本，具备20亿参数，支持图像理解和文本生成的无缝融合，可在CPU、GPU等设备上高效运行。
bartowski
这是Qwen3-VL-2B-Instruct模型的量化版本，使用llama.cpp工具和imatrix方法生成了多种量化级别的模型文件，便于在不同硬件环境下高效运行。该模型是一个2B参数的多模态视觉语言模型，支持图像和文本的交互。
Gemma 3 27B IT QAT的MLX MXFP4量化版本，是由Google开发的轻量级开源多模态模型。该模型能够同时处理文本和图像输入并生成文本输出，拥有128K大上下文窗口，支持超过140种语言，适用于多种文本生成和图像理解任务。
strangervisionhf
这是一个修复后的图像文本转文本模型，解决了原模型在最新Transformers版本中推理失败的问题。该模型专门用于图像识别和文本生成任务，支持多模态输入处理。
Hugguf
Qwen3-VL-30B-A3B-Instruct是基于Qwen3-VL-30B模型的多模态视觉语言模型，支持图像和文本的联合理解与生成任务。该模型采用先进的视觉语言融合架构，能够处理复杂的多模态推理任务。
mlx-community
这是一个基于Qwen3-VL-32B-Thinking模型转换的4位量化版本，专门针对MLX框架优化。该模型是一个32B参数规模的多模态视觉语言模型，具备思维链推理能力，能够同时处理图像和文本输入，生成高质量的文本响应。
rafacost
DreamOmni2-GGUF是将xiabs/DreamOmni2-7.6B模型转换为GGUF格式的图像到图像模型，支持多模态指令编辑和生成，遵循Apache-2.0许可证。
这是Qwen3-VL-4B-Instruct模型的MLX格式8位量化版本，由mlx-community转换。该模型是一个40亿参数的多模态视觉语言模型，支持图像理解和文本生成任务，专为指令跟随场景优化。
Qwen3-VL-8B-Instruct是由Qwen开发的视觉语言模型，经过MLX量化优化，专门针对Apple Silicon设备。该模型支持图像和文本的多模态输入，能够理解和生成与图像相关的文本内容。
inclusionAI
Ming-flash-omni 预览版是基于 Ling-Flash-2.0 稀疏专家混合（MoE）架构构建的多模态大模型，总参数达100B，每个token仅激活6B参数。该模型在Ming-Omni基础上进行了全面升级，在多模态理解和生成方面有显著提升，特别是在语音识别、图像生成和分割编辑方面表现突出。
这是Qwen3-VL-30B-A3B-Instruct模型的4位量化MLX格式版本，由mlx-community转换和维护。该模型是一个300亿参数的多模态视觉语言模型，支持图像理解和文本生成任务。
Ming-UniVision是一个多模态大语言模型，首次将连续视觉表征集成到下一令牌预测框架中，在单一自回归范式下统一了视觉和语言，无需离散量化或特定模态的头部。该模型支持联合图像理解与生成，在视觉语言训练中收敛速度更快，还支持多轮上下文视觉任务。
TIGER-Lab
Qwen2.5-VL-7B-Instruct是阿里巴巴通义千问团队开发的多模态视觉语言模型，基于70亿参数规模，专门针对视觉问答任务进行优化训练。该模型能够理解和分析图像内容，并生成准确的自然语言回答。
Novaciano
这是一个基于Qwen3-VL-1B-Merged模型转换的GGUF格式版本，采用Q4_K_M量化级别。该模型是一个1B参数规模的多模态视觉语言模型，支持图像理解和文本生成任务。
MCPollinations是一个基于Model Context Protocol（MCP）的多模态AI服务，支持通过Pollinations API生成图像、文本和音频。它提供无需认证的轻量级服务，兼容多种AI模型，并支持图像保存和Base64编码返回。
一个基于Pollinations API的多模态MCP服务器，支持生成图像、文本和音频内容
GeminiMcpServer是一个连接LM Studio与Google Gemini API的MCP服务器，支持图像生成和多模态任务处理。
DiffusersEnglish%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
