百度发布文心5.0全模态大模型，参数达2.4万亿，具备强大语言理解与生成能力。其采用全模态统一建模技术，可同时处理文本、图像、音频和视频，实现多类型数据的融合优化，标志着AI领域的重要进展。
苹果最新发布的多模态AI模型“Manzano”，成功将视觉识别与文本生成图像功能结合，实现“双修”能力。该模型不仅能精准理解图像内容，还能根据文本生成高质量图片，标志着AI技术的重要突破，有望满足行业对多功能模型的需求。
智谱联合华为开源图像生成模型GLM-Image，这是首个在国产芯片上完成全流程训练的SOTA多模态模型。其创新采用“自回归+扩散解码器”混合架构，实现了图像生成与语言模型的深度融合，在知识密集型任务中表现出色，能精准理解全局指令。
阿里云发布多模态交互开发套件，深度融合通义千问三大基础模型，预置多场景AI Agent与MCP，为智能硬件提供“开箱即用”的AI能力，降低智能化门槛，赋能AI眼镜、学习机等终端设备。
先进的多模态理解模型，融合视觉与语言能力。
多模态大型语言模型，融合视觉与语言理解。
多模态语言模型，融合文本和语音
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
$2
$20
Baidu
128
$6
$24
$8
$240
52
Gjm1234
Wan2.2是基础视频模型的重大升级版本，专注于将有效MoE架构、高效训练策略和多模态融合等创新技术融入视频扩散模型，为视频生成领域带来更强大、更高效的解决方案。
AbstractPhil
MM-VAE Lyra是一个专门用于文本嵌入转换的多模态变分自编码器，采用几何融合技术。它结合了CLIP-L和T5-base模型，能够有效处理文本嵌入的编码和解码任务，为多模态数据处理提供创新解决方案。
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。
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。
NexaAI
Qwen3-VL-4B-Instruct是阿里云Qwen团队推出的40亿参数指令调优多模态大语言模型，专为高通NPU优化，融合强大的视觉语言理解能力与对话微调功能，适用于聊天推理、文档分析和视觉对话等实际应用场景。
chs20
FuseLIP是一种创新的多模态嵌入模型，它通过一个单一的Transformer模型，使用扩展的词汇表同时处理文本和图像离散令牌，实现了模态间的早期深度融合。该方法解决了传统对比式语言-图像预训练模型无法原生编码多模态输入的问题，在视觉问答和文本引导的图像检索等任务上表现出色。
jobs-git
SkyReels V2是全球首个采用扩散强制框架的无限长度电影生成模型，融合多模态大语言模型、多阶段预训练、强化学习与扩散强制技术实现全面优化。
shadowlilac
Llama 4 Scout是Meta推出的170亿参数混合专家架构(MoE)多模态模型，支持12种语言和图像理解，采用topk=4专家动态融合机制。
aimagelab
ReT是一种支持多模态查询与文档检索的创新方法，通过融合视觉与文本骨干网络多层级表征实现细粒度检索。
Robeeeeeeeeeee
Phi-4-multimodal-instruct是一款轻量级开源多模态基础模型，融合了Phi-3.5和4.0模型的语言、视觉及语音研究与数据集。支持文本、图像和音频输入，生成文本输出，并具备128K标记的上下文长度。
microsoft
Phi-4-multimodal-instruct是一款轻量级开源多模态基础模型，融合了Phi-3.5和4.0模型的语言、视觉及语音研究数据。支持文本、图像和音频输入，生成文本输出，并具备128K token的上下文长度。
TucanoBR
ViTucano是首个原生葡萄牙语预训练的视觉助手，融合视觉理解与语言能力，适用于多模态任务如图像描述、视觉问答等。
NVEagle
Eagle是一个以视觉为中心的高分辨率多模态大语言模型家族，通过融合多种视觉编码器和不同输入分辨率，增强了多模态大语言模型的感知能力。
facebook
Meta变色龙是FAIR研发的混合模态早期融合基础模型，支持图像和文本的多模态处理。
zongzhuofan
MoVA-8B是一个开源的多模态大语言模型，采用从粗到细的机制，自适应地路由和融合特定任务的视觉专家模块，可用于多模态模型和聊天机器人的研究。
vikhyatk
16亿参数的多模态模型，融合SigLIP与Phi-1.5技术架构，支持图像理解和问答任务
PsiPi
基于Mistral-7B的视觉语言模型，融合SigLIP-400M视觉编码器和函数调用能力，支持多模态交互
declare-lab
Mustango是一个专为可控音乐生成而设计的全新多模态大语言模型，融合了潜在扩散模型（LDM）、Flan-T5和音乐特征来实现高质量的文本到音乐生成。
photonmz
BabyDoctor是一个多模态大语言模型，融合了CLiP和LLaMA 2的能力，能够理解和生成文本，同时理解图像。该模型经过微调，专门用于解读X光、超声波、核磁共振和CT扫描等放射学图像。
Pytorch%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)
