Ovis2.6-80B-A3B：具備主動視覺能力的 MoE 多模態模型
AIDC-AI 推出了 Ovis2.6-80B-A3B，這是一款採用專家混合（MoE）架構的多模態大型語言模型。它具備「圖像思考」（Think with Image）能力，允許模型在推理過程中主動操作視覺輸入。
Search
Tag: #multimodal328 results
NVIDIA 推出 Nemotron 3 Nano Omni 多模態模型
NVIDIA 推出 Nemotron 3 Nano Omni，這是一款緊湊的長上下文多模態模型，用於建構處理文件、音頻和視頻的智能代理。該模型託管於 Hugging Face，推進高效多模態 AI 能力。此發布針對尋求輕量但強大解決方案的代理開發者。
商湯科技發布開源SenseNova U1系列模型
商湯科技正式發布並開源日日新SenseNova U1系列原生理解生成統一模型。基於今年三月自主研發的NEO-unify架構，在單一模型架構上統一多模態理解、推理與生成。該模型將語言與視覺資訊作為統一複合體直接建模，實現高效協同，保留語義豐富度並維持像素級視覺保真度。
小米 MiMo-V2.5 主宰代理爪任務效率
小米推出開源 MiMo-V2.5 和 V2.5-Pro 模型，採用 MIT 授權，可於 Hugging Face 下載用於商業應用。它們在如 OpenClaw 的代理「爪」任務中領先，Pro 版達 63.8% 成功率僅用 ~70K 令牌，比 Claude 或 GPT 少 40-60%。具 310B 參數與 1M 令牌上下文，挑戰閉源前沿模型。
🤖
Qwen3.6-27B 無審查積極版推出
全新無審查 Qwen3.6-27B Aggressive 模型發布，附優化 K_P GGUF 量化版本。實現 0 拒絕率，無能力損失，支持多模態輸入。對提示清晰度敏感；透過 Jinja 參數停用思考模式。
🤖
Qwen3.6-35B Uncensored Aggressive 發布
Qwen3.6-35B-A3B 的全新無審查激進變體發布，支援 K_P 量化與完整多模態功能。零拒絕、無能力損失，優化本地推理。包含多種量化版本、視覺 mmproj 與 262K 上下文。
Claude Opus 4.7 基準測試領先程式碼表現
Anthropic 推出 Claude Opus 4.7，其最強通用模型在 SWE-bench Pro 達 64.3%（優於 GPT-5.4 的 57.7%），支援長時程多代理協調、3 倍影像解析度，以及代理推理提升 14% 並減少工具錯誤。定價：每百萬 token 輸入 $5/輸出 $25。
Qwen3.6-35B-A3B 開源 MoE 模型發布
Qwen3.6-35B-A3B 是全新開源稀疏 MoE 模型，總參數 35B，活躍參數 3B，採用 Apache 2.0 許可。代理編碼能力媲美活躍參數大 10 倍的模型，並具強大多模態感知與思考/非思考模式。可於 HuggingFace、ModelScope 及 Qwen Studio 下載。
Apple AI 相機 AirPods 仍鎖定 2027 年
Apple 配備相機的 AI AirPods 計畫據報仍按原定進度，目標於 2027 年推出。公司內部洩漏資訊曾暗示產品可能提前上市，但目前時程並未改變。
Microsoft 讓 MAI-Code 更快更便宜
Microsoft 推出 MAI-Code-1.1-Flash，這款面向 GitHub Copilot 的升級程式設計模型具備更佳的基準測試表現，Token 生成速度提升 25%，完成相同任務所需的 Token 數量降低 25%。其價格降至初代模型的四分之一，並新增原生影像理解能力。