多模态 相关的 AI 工具

站内和「多模态」有关的 7 款工具、5 篇文章 ;其中 1 款有免费额度 ,5 款国内可直接打开。

主要落在 🤖 AI 助手 7

相关工具

全部工具 →
NEW

MiniMax

国产

国产大模型公司推出的对话与创作平台,中文体验流畅,国内直连,覆盖文本、语音与视频等多模态能力,适合中文创作者

免费增值 🇨🇳 中文完全 ✓ 国内直连 API
NEW

阿里云通义大模型对话产品,中文理解与多模态能力均衡,国内直连,提供 OpenAI 兼容 API,适合日常办公与开发者接入

免费增值 🇨🇳 中文完全 ✓ 国内直连 API

相关文章

全部文章 →
Featured
2026年11月21日

OpenAI 造了个 99 题的制药基准:GPT-6.2 Astra 拿到 84.5% 的分,但「挑化合物」和「预测数值」只有一半

11 月 20 日 OpenAI 发布 MedChemBench:99 道题取自 117 篇论文与专利、涉及 761 个分子结构,考的是把分子结构和实验证据连起来做决策。xhigh 档 GPT-6.2 Astra 拿 84.5% 可得分(GPT-6 Astra 83.3%、GPT-6.1 Sol 82.0%、GPT-5.6 Sol 58.2%);但拆开看,结构重建 95.4%,选化合物与预测数值只有约一半。本文讲清它考什么、分数怎么算、以及这个基准证明不了什么。

#OpenAI #AI for Science #基准测试 #药物研发
阅读全文
2026年11月6日

美团 LongCat-2.5:1.6 万亿参数、全程国产算力训练,把「失败轨迹」炼成智能体能力

11 月 2 日美团发布 LongCat-2.5:总参数 1.6 万亿、每 token 激活约 480 亿的原生多模态模型,面向长程智能体任务,训练全程由国产算力完成。它把真实 Agent 的失败轨迹转化为可复现的训练任务,自报评测介于 Claude Opus 4.8 与 5 之间。美团态度明确:不做 Token 工厂,服务主业。

#美团 #LongCat #大模型 #多模态
阅读全文
2026年11月6日

腾讯混元 Hy4 正式版:770B 开源旗舰首次会看图、能操作电脑,幻觉率砍掉三分之二

11 月 4 日腾讯混元 Hy4 正式版发布,相比 8 月底的 preview 有了两项「第一次」:首次引入视觉能力、首次支持电脑操作(Computer Use)。幻觉率从 15.76% 降到 5.45%,办公协作 12 个场景 9 个国内第一,金融众测居开源模型第一。定价不变,TokenHub 限时 5 折。

#腾讯 #混元 #Hy4 #开源
阅读全文
2026年11月4日

Kimi K3.1 Pro:2.8 万亿参数开源权重,1M 上下文,14 项基准 6 项第一,直逼 Claude Opus 5.5

月之暗面发布 Kimi K3.1 Pro:2.8 万亿总参 / 1040 亿激活 MoE、100 万 token 上下文、多模态,权重承诺 11 月 4 日放出。自测 14 项基准 6 项第一,Terminal-Bench 4.0 65.7% 高于 GPT-6 Astra、仅落后 Opus 5.5;短板是科学计算。第三方智能指数 55 排第四。

#月之暗面 #Kimi K3.1 Pro #开源权重 #MoE
阅读全文
2026年9月8日

Runway GWM Worlds 2:能「玩」的世界模型——实时生成 720p 画面与 48kHz 声音的可交互模拟器

Runway 于 9 月 3 日发布研究预览版 GWM Worlds 2:一个能在你眼前实时生成 720p/24fps 视频与 48kHz 音频的交互式世界模型。WorldPrompt 把「世界的持久规则」与「带时间戳的事件流」分开,文本动作可以直接作用于角色或整个场景——挥剑、说话、放水淹没房间都行,世界没有时长上限。

#Runway #世界模型 #AI视频 #实时生成
阅读全文

Nearby

相邻标签