策展精選

Google 發布 Gemma 4 開放模型系列，主打高效能與行動裝置端部署。 Google DeepMind 推出 Gemma 4 開放模型系列，採用 Apache 2.0 授權，旨在提供業界領先的智慧密度，並支援從行動裝置到伺服器...

Falcon OCR 透過早期融合架構，以 0.3B 輕量參數實現高效能文件辨識。 TII 發布了「Falcon Perception」與「Falcon OCR」，這兩款模型挑戰了傳統複雜的視覺語言模型架構，證明透過單一「早期融合 (...

阿里巴巴推出 Qwen3.5-Omni，是其最新一代完全多模態大語言模型，支援文字、圖像、音訊及音訊-視覺內容的原生理解。該模型系列包含三個規模的 Instruct 版本（Plus、Flash、Light），支援 256k 長文脈輸入。相比...

Luma 推出首個統一理解與生成模型「Uni-1」，標誌著從純粹擴展視覺媒體生成能力向更根本的轉變。該公司明確指出，「不加思考的生成有其根本限制」，因此 Uni-1 的核心創新在於將推理與想像能力整合在單一架構中——模型能夠在生成像素的同時...