荣耀Robot Phone正式发布,主打智能交互,搭载Agentic OS伙伴型多模态系统,首发阿里千问大模型加持的YOYO Pro模式,支持超长任务执行与跨生态联动,提供星轨银、月影灰两款配色。
Meta发布300亿参数开源多模态模型Muse Glimmer,采用宽松Apache 2.0许可,专为本地智能体工作流优化,强化多步推理与工具调用能力,支持文本和视觉处理。这是Llama 4后首次开放模型权重,旨在推动开源AI生态发展。
MiniMax发布开源多模态模型H3,一举斩获多项权威评测全球榜首并登顶Hugging Face热度榜,彰显中国开源AI在多模态领域的强劲实力。发布24小时内,超百家合作伙伴完成适配接入,展现出惊人的生态爆发力。
MiniMax开源多模态生成模型H3,摩尔线程随即基于国产智算卡MTT S5000完成极速适配。H3打破单任务局限,能融合文本、图像、音频与视频输入,精准理解创作意图,可直接生成2K分辨率、最长15秒视频。
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
-
Anthropic
$105
$525
200
$0.7
$7
$35
$17.5
$21
Alibaba
$4
$16
$1
$10
256
$6
$24
$2
$20
Baidu
128
$8
$240
52
NyxKrage
Moondream 3 Preview HF是基于HuggingFace Transformers架构规范对Moondream 3 (Preview)模型的重新实现,使其能够与Hugging Face生态系统完全兼容。这是一个多模态视觉语言模型,采用专家混合(MoE)文本主干,约90亿参数,20亿活跃参数。
docling-project
SmolDocling是一款超紧凑的多模态视觉语言模型,专门为高效的文档转换而设计。该模型基于Idefics3架构,在256M参数规模下实现了强大的文档理解能力,支持从图像中提取文本、表格、公式、代码等多种文档元素,并与Docling生态系统完全兼容。
MVRL
TaxaBind 是一个包含六种模态的多模态嵌入空间模型,专注于生态应用,支持利用分类学文本类别对物种图像进行零样本分类。