通义实验室推出Wan-Streamer v0.2，彻底解决传统视频通话卡顿、延迟和声画不同步问题。该端到端全模态模型仅550毫秒响应，将听、看、说、演能力整合于单一Transformer架构，实现近乎真实的“面对面”自然交流。
MiniMax发布Code2.0桌面端，基于Pi Agent重构底层架构，优化会话运行与工具调用链路，启动更快、长任务更稳。新增图表加载、缩放与下载优化，支持预览面板直接框选编辑保存文件，实现任务到交付的无缝闭环。
xAI推出Voice Agent Builder测试版，通过零代码平台和自研Grok Voice模型，将企业级语音智能体搭建缩短至两分钟。其核心为高度集成的端到端架构，解决了传统方案语音转文字等多环节割裂的痛点，大幅降低了开发与运营门槛。
火山引擎推出“火山剧创1.0”，这是一站式AIGC短剧创作平台，适配自研大模型，基于多智能体架构和火山方舟算力底座，为专业团队提供全生命周期端到端解决方案。其核心功能覆盖短剧生产全链路，包括剧本创作等环节，旨在重构短剧工业化流程。
Anthropic
$21
Input tokens/M
$105
Output tokens/M
200
Context Length
Alibaba
$0.3
-
32
Google
$140
$280
Baidu
Tencent
$1
$3
4
$525
$0.7
$1.4
131
$2
$3.5
$10.5
tencent
混元OCR是由混元原生多模态架构驱动的端到端OCR专家VLM模型，仅用10亿参数的轻量级设计，在多个行业基准测试中取得最先进成绩。该模型擅长处理复杂的多语言文档解析，在文本定位、开放域信息提取、视频字幕提取和图片翻译等实际应用场景中表现出色。
speechbrain
这是一个基于SpeechBrain框架训练的端到端自动语音识别系统，使用Conformer架构在25,000小时英文语音数据上训练。
scb10x
台风2-音频版是一个端到端的语音转语音模型架构，能够处理音频、语音和文本输入，并同时生成文本和语音输出。该模型专门针对泰语优化，同时也支持英语。
nvidia
基于Sortformer架构的端到端说话人日志模型，通过按说话人语音段到达时间顺序解决日志中的排列问题，支持最多4个说话人识别。
facebook
MobileLLM是Meta开发的优化Transformer架构语言模型，专为资源受限的端侧应用设计，参数规模从125M到1.5B不等。
MohamedRashad
专为阿拉伯语设计的端到端结构化光学字符识别（OCR）系统，基于facebook/nougat-base架构微调
srimanth-d
GOT-OCR2.0是一个多语言通用OCR模型，采用端到端架构实现先进的文本识别能力。
Brian314
TexTeller是基于ViT架构的端到端公式识别模型，能够将自然场景图像中的数学公式直接转换为LaTeX格式公式。
DigitalUmuganda
这是一个基于端到端深度学习的基尼亚卢旺达语文本转语音(TTS)系统，使用Coqui的TTS库和YourTTS架构训练。
PekingU
首个实时端到端目标检测器，基于Transformer架构，消除非极大值抑制需求，在速度与精度上超越YOLO系列
hoang-quoc-trung
Sumen是一个基于Transformer架构的端到端模型，专门用于将数学公式图像转换为LaTeX序列，支持印刷体和手写体公式识别。
专为阿拉伯语设计的端到端结构化光学字符识别系统，基于facebook/nougat-small架构微调
OleehyO
TexTeller是基于ViT架构的端到端公式识别模型，能够识别自然图像中的数学公式并将其转换为LaTeX格式公式。
openaccess-ai-collective
Mistral架构的随机初始化模型，适用于端到端测试。
Meta公司开发的马绍尔语文本转语音模型，采用VITS端到端架构，支持高质量语音合成
Meta公司开发的莫西语文本转语音模型，基于VITS架构，支持端到端语音合成
Meta公司开发的加泰罗尼亚语文本转语音模型，采用VITS端到端架构，支持高质量语音合成
Meta公司开发的Kuwaa语(blh)文本转语音模型，属于大规模多语言语音计划的一部分，采用VITS端到端语音合成架构
Meta公司开发的哈里亚纳维语文本转语音模型，属于大规模多语言语音(MMS)项目的一部分，采用VITS端到端语音合成架构。
Meta公司开发的卢旺达语文本转语音(TTS)模型，采用VITS端到端架构，支持高质量语音合成
PytorchEnglish%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)
'%3e%3cpath%20d='M55.2622%2038L48.2289%2022L44.1206%2031.3333H47.2539L45.7872%2034.6667H38.7622L46.0956%2018H37.6706C36.7539%2018%2036.0039%2018.75%2036.0039%2019.6667V36.3333C36.0039%2037.25%2036.7539%2038%2037.6706%2038H55.2622Z'%20fill='white'/%3e%3cpath%20d='M64.3368%2018H50.3535L59.1535%2038H64.3368C65.2535%2038%2066.0035%2037.25%2066.0035%2036.3333V19.6667C66.0035%2018.75%2065.2535%2018%2064.3368%2018ZM63.0868%2034.6667H59.7535V21.3333H63.0868V34.6667Z'%20fill='%23FFCC66'/%3e%3cpath%20d='M89.3379%2026.75V29.25H81.8379V36.75H91.8379V24.25H81.8379V26.75H89.3379ZM84.3379%2034.25V31.75H89.3379V34.25H84.3379Z'%20fill='white'/%3e%3cpath%20d='M103.504%2036.75V29.25H96.0039V26.75H103.504V24.25H93.5039V31.75H101.004V34.25H93.5039V36.75H103.504Z'%20fill='white'/%3e%3cpath%20d='M115.17%2026.75V24.25H105.17V36.75H115.17V34.25H107.67V31.75H115.17V29.25H107.67V26.75H115.17Z'%20fill='white'/%3e%3cpath%20d='M80.1712%2029.25V29.175L78.9962%2028L80.1712%2026.825V20.425L78.9962%2019.25H69.3379V36.75H78.9962L80.1712%2035.575V29.25ZM77.6712%2034.25H71.8379V29.25H77.6712V34.25ZM77.6712%2026.75H71.8379V21.75H77.6712V26.75Z'%20fill='white'/%3e%3c/g%3e%3cg%20clip-path='url(%23clip1_644_3948)'%3e%3cpath%20d='M169.59%2022.9827L169.59%2023.6491H177.409L168.175%2032.8822L169.118%2033.8248L178.351%2024.5917L178.352%2032.4106H179.685V22.3164L179.018%2022.3157H169.59V22.9827Z'%20fill='white'/%3e%3c/g%3e%3cdefs%3e%3cclipPath%20id='clip0_644_3948'%3e%3crect%20width='80'%20height='20'%20fill='white'%20transform='translate(36%2018)'/%3e%3c/clipPath%3e%3cclipPath%20id='clip1_644_3948'%3e%3crect%20width='20'%20height='20'%20fill='white'%20transform='translate(164%2018)'/%3e%3c/clipPath%3e%3c/defs%3e%3c/svg%3e)
