跳到正文

#模型发布

今日 1 条

10月14日

星期三

10月13日

星期二

10月11日

星期日

10月8日

星期四

10月7日

星期三
  1. Google 发布 EmbeddingGemma 2 多模态嵌入模型

    Google 发布开源多模态嵌入模型 EmbeddingGemma 2,可将文本、图像、视频、音频和代码转换为数值向量,参数量 7.4 亿。Google 称其在多模态嵌入基准上超过参数量两倍的竞品,在 Massive Text Embedding Benchmark (Code) 上得分 78.68,比前代 68.76 提升近 10 分。

  2. Mistral Large 4

    Simon Willison 用同一提示词测试 Mistral Large 4 等前沿模型生成 SVG 的能力,提示词为一只穿渔网袜的犰狳在火星上乱穿马路。参与对比的模型包括 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 和 mistral/mistral-large-4,均使用各自默认推理等级。

  3. EmbeddingGemma 2 采用 Apache 2.0 许可证

    EmbeddingGemma 2 采用 Apache 2.0 许可证,Simon Willison 认为嵌入模型不应使用闭源、专有、仅托管的形式。嵌入模型通常需要计算并存储成千上万甚至数百万条嵌入向量,一旦厂商停止提供该模型,用户就得为重新计算这些已存储向量付费。他更愿意付费使用托管版本,同时保留在厂商停服时自行运行开放权重或另寻供应商的余地。

10月6日

星期二
  1. Reka AI 发布 190 亿参数全能模型 Rho-1,统一处理文本、图像、视频与机器人控制

    Reka AI 发布 Rho-1 研究预览版,这是一个 190 亿参数的全能模型,可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与多数将任务分派给专用模型的系统不同,Rho-1 把所有模态作为 token 放在同一个共享上下文窗口中运行,无需工具调用或外部模型,并能实时生成连续视频、在不重启的情况下响应新指令。

10月5日

星期一

10月4日

星期日

10月3日

星期六

10月2日

星期五
  1. Black Forest Labs 发布 Flux 3 Image,支持多步编辑且不改动画面其余部分

    Black Forest Labs 发布 Flux 3 模型家族的图像部分 Flux 3 Image,官方称其支持多步编辑且不改变图像其他部分,覆盖文生图、图生图、文字渲染和照片级真实感。用户可用边界框构图、最多引入十张参考图,输出最高 4K;目前提供免费 demo,API 在 10 月 8 日前五折。企业可授权商用权重在自有基础设施上运行和微调,开放权重版本预计未来几周推出。

10月1日

星期四
  1. Google 发布 Gemini 4 Argon,缩小与 OpenAI、Anthropic 的差距但未取得明显领先

    Google 发布新前沿模型 Gemini 4 Argon,在部分基准上超过 OpenAI 和 Anthropic 的竞品,但未取得明显领先。该模型先面向 Fairwind 计划的“可信网络防御者”和 Google 内部团队开放,之后才向开发者、企业和消费者推出,尚未公布日期;介绍性价格为每百万输入 token 2 美元、输出 token 10 美元,缓存输入便宜 95%。