qwen
-
Lingshu— 阿里推出的医疗多模态语言模型
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 阿里翻译 阿里巴巴提供的多语种在线实时翻译网站，支持文档、图片、视频、语音等多模态翻译 170 查看详情 Lingshu：医学领域的多模态大模型 lingshu是由阿里巴巴达摩院研发的面向医疗行…
-
豆包API价格怎么样
豆包 AI 是字节跳动旗下火山引擎推出的大型中文语言模型和人工智能服务平台。集成了文本生成、图像合成、视频制作、数据分析等多种 AI 能力，支持多模态交互。具备超大上下文窗口（最高支持 256k tokens），适合处理长文本、复杂对话和知识推理。通过 API 和 SDK 形式，方便开发者和企业集成…
-
VLN-R1— 港大联合上海AI lab推出的具身智能框架
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 文心智能体平台 百度推出的基于文心大模型的Agent智能体平台，已上架2000+AI智能体 0 查看详情 VLN-R1是什么 vln-r1是由香港大学与上海人工智能实验室共同研发的新型具身智能框…
-
如何使用多模态AI进行图像识别 多模态AI图像识别功能教程
多模态ai在图像识别中的应用主要通过结合文本与图像信息提高识别准确性。一、选择支持多模态的ai平台，如百度文心一言、阿里通义千问、腾讯混元、google gemini等，并根据用户类型选用网页版或api接口。二、准备清晰、主体突出的图像，避免模糊或干扰，必要时拍摄多个角度。三、配合文字描述提升识别效…
-
Qwen 深度研究一夜升级！可生成网页和音频播客，新模型能认医生手写体
Qwen版深度研究迎来重大升级，一夜之间新增了听觉与视觉输出能力，现已支持网页生成和音频播客制作。 AI深度研究整合的内容可自动生成图文并茂的网页，用户还能一键部署，生成公开或私密链接，便于成果分享与对外展示。 长篇研究报告也能转换为音频播客，支持自由选择主持人与嘉宾音色，甚至包含多种方言，让信息吸…
-
Qwen VLo— 通义千问推出的多模态统一理解与生成模型
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ Qwen 阿里巴巴推出的一系列AI大语言模型和多模态模型 118 查看详情 qwen vlo是一款由通义千问团队开发的多模态统一理解与生成模型。它在多模态大模型的基础上进行了全面优化，不仅能够“…
-
GLM-4.1V-Thinking— 智谱AI开源的视觉语言模型系列
GLM-4.1V-Thinking是什么 glm-4.1v-thinking是智谱ai推出的开源视觉语言模型，专为复杂认知任务设计，支持图像、视频、文档等多模态输入。模型在glm-4v架构基础上引入思维链推理机制，基于课程采样强化学习策略，系统性提升跨模态因果推理能力与稳定性。模型轻量版glm-4.…
-
阿里通义发布旗舰语音合成模型 Qwen3-TTS-Flash
阿里通义qwen团队近日发布了其最新的旗舰级多语言、多音色文本转语音模型——qwen3-tts-flash。该模型不仅支持多种语言和音色输出，还覆盖了包括普通话及闽南语、吴语、粤语、四川话、北京话、南京话、天津话、陕西话在内的9种汉语方言，展现出强大的语言适应能力。 在性能表现上，Qwen3-TTS…
-
阿里云推出全球首个全模态 AI 模型 Qwen3-Omni，实现文本、图像、音频与视频的统一处理
阿里云正式推出 qwen3-omni，宣告全球首个原生端到端全模态 ai 模型的诞生，该模型现已全面开源。qwen3-omni 能够无缝处理文本、图像、音频和视频等多种输入形式，并支持实时流式输出，无论是通过文字还是自然语音交互，均可实现快速响应与高效反馈。 在多项跨模态任务中，Qwen3-Omni…
-
智谱新MaaS：10B级效果最好VLM上线，Agents应用空间登场
7月2日，智谱开放平台产业生态大会在上海浦东张江科学会堂隆重举行。本次大会吸引了众多政府领导、头部开发者与企业用户齐聚一堂，集中展示了智谱在多模态智能与maas生态方面取得的突破性成果。会上，浦东创投集团和张江集团联合宣布对智谱进行战略投资，为构建可信的人工智能基础设施注入强大动力。 智谱CEO张鹏…
