B站 IndexTeam 发布 Index-Translate 翻译模型家族,覆盖150种语言并开放免费 API
B站旗下 IndexTeam 发布 Index-Translate 多语言翻译模型家族,基于 Qwen3.5 构建,文本模型支持150种语言,覆盖通用文本、多模态图片、配音文案、长篇文档与视频语音四类场景。
B站旗下 IndexTeam 发布 Index-Translate 多语言翻译模型家族,基于 Qwen3.5 构建,文本模型支持150种语言,覆盖通用文本、多模态图片、配音文案、长篇文档与视频语音四类场景。
商汤科技发布多模态智能体模型日日新 SenseNova 6.8 Flash,主打委派智能,用户只给目标、AI 走完全流程,目前限时免费。官方评测中它在 TeamBench 和 DataAnalysis2.0 上排名第一,在 BEAM 128K 上与 GPT 6 Luna 并列第一。
Google DeepMind 在 Argon 发布两周后推出 Gemini 4 Carbon,定位网络安全与长周期任务,先通过 Fairwind Program 向可信网络安全防御方开放,更广泛的开发者访问称将尽快提供。
推荐理由:汇总了 Gemini 4 Carbon 的第三方榜单表现、定价与访问限制,可对照各家评测口径看这次发布的真实位置。
Nathan Lambert 分析 Meta 本周同时推进开源与闭源前沿模型的动向:开源权重模型 Muse Spark Open 为 816B 总参数、42B 激活参数,上下文窗口 1M tokens,原生多模态,面向编码与智能体任务,性能高于 GLM 5.2、接近 DeepSeek V4.1 Flash,落后于 GLM 5.3 与 Kimi K3。
推荐理由:文章把 Meta 同时发布开源与闭源前沿模型放进美国实验室竞争格局里比较,并拆解其自定义许可证的实际限制。
千问开源 Qwen-Image-2.1,将文生图与图像编辑整合在同一模型,视觉生成部分为 7B 参数,原生支持透明图像的生成与编辑。模型最多支持 10 张参考图输入,并支持圈选、涂抹和独立掩码等局部编辑方式。官方称其通过混合粒度注意力结构与 KV Cache 复用优化推理效率,多图输入场景下优势更明显。
推荐理由:官方给出 7B 视觉生成参数、原生透明图像与最多 10 张参考图等具体设定,便于对照现有图像模型评估取舍。
Qwen 发布实时同传模型 Qwen3.8-LiveTranslate,以 Interleave 架构把音频与文本交织为单流,字均延迟(LAAL)从上一代 2.8 秒降至 2.3 秒。
推荐理由:官方给出 Interleave 架构与延迟数据,并说明说话人分离、双语同屏等新增能力如何进入真实同传场景。
Qwen3.8-Omni-Flash 正式上线千问 AI 平台,支持文本、图像、音频和视频输入及 1M 长上下文,核心目标是提升真实生产力场景中的 Agent 能力。
推荐理由:官方给出与上一代及 Gemini 3.8 Flash 的评测对比和 API 降价幅度,可据此判断全模态模型的成本与能力边界。
Qwen 团队提出 Qwen-Drive-1.0,这是首个在预训练阶段统一 3D 感知与视觉问答、并扩展到运动规划的自动驾驶视觉-语言基础模型,且全程保持预训练 VLM 架构无改动。
Qwen 发布开源权重的多模态 MoE 模型 Qwen3.8-Flash-Next,主模型 125B 参数、另配 51B N-gram Embedding,每 token 激活 6B 参数,并作为 Qwen4 所用模型结构的先导预览。
推荐理由:原文给出了新架构的四个改动方向与训练成本对比,可据此判断 Qwen4 结构走向与性价比取舍。
Qwen 团队正式发布 Qwen3.8-Max,基于 Qwen 3.5 架构扩展至 2.4 万亿总参数(激活参数 95B),已在千问 AI 平台上线并可通过 API 调用,开源权重将于下周发布。
推荐理由:官方给出 2.4T 总参数与激活 95B 的规格,并附上长程自动编程与论文复现的完整过程记录,可据此判断这一代 Max 在端到端任务上的位置。
Qwen 推出第三代图像生成基础模型 Qwen-Image-3.0,核心关键词为“实”,分为内容丰实、细节真实、知识厚实三个维度。模型支持最大 4.5k token 输入,可一次生成含 9 个复杂信息图的九宫格版面,并支持 10px 小字精准渲染与 12 国语言原生渲染。
推荐理由:官方给出三代模型关键词演进与三个能力维度,可对照理解图像生成在复杂版面与细节上的进展。