TokenFD–上海交大联合美团推出的细粒度图文对齐基础模型
AI工具百科：
TokenFD是什么
TokenFD是上海交通大学联合美团推出的细粒度图文对齐基础模型，主要用于文档理解任务。通过Token级对齐，实现了图像Token与语言Token在同一特征空间中的共...
天翼AI开放平台–中国电信推出的AI技术服务平台
AI工具百科：
天翼AI开放平台是什么
天翼AI开放平台是中国电信正式上线的AI技术服务平台。平台以中国电信自研的星辰大模型为技术底座，提供从AI技术能力展示到产品体验、接入使用的全...
GLMZ1Air–智谱推出的深度思考模型
AI工具百科：
GLMZ1Air是什么
GLMZ1Air 是智谱公司推出的基于 GLM4Air0414 的深度思考模型。GLMZ1Air在预训练阶段引入更多推理类数据，在对齐阶段深度优化通用能力，展现出强大的数理...
UniTok–字节联合港大、华中科技推出的统一视觉分词器
AI工具百科：
UniTok是什么
UniTok 是字节跳动联合香港大学和华中科技大学推出的统一视觉分词器，能同时支持视觉生成和理解任务。基于多码本量化技术，将视觉特征分割成多个小块，每块...
DeepSeekR1TChimera–TNG开源的语言模型
AI工具百科：
DeepSeekR1TChimera是什么
DeepSeekR1TChimera 是TNG科技公司推出的开源语言模型。结合 DeepSeek V30324 和DeepSeek R1两种模型的优势，基于创新的构建方法，将两者的神...
PixelReasoner–滑铁卢联合港科大等高校推出的视觉语言模型
AI工具百科：
Pixel Reasoner是什么
Pixel Reasoner是滑铁卢大学、香港科技大学、中国科学技术大学等机构推出的视觉语言模型（VLM），基于像素空间推理增强模型对视觉信息的理解和推理...
MoshiVis–Kyutai开源的多模态实时语音模型
AI工具百科：
MoshiVis是什么
MoshiVis 是 Kyutai 推出的开源多模态语音模型，基于 Moshi 实时对话语音模型开发，增加了视觉输入功能。能实现图像的自然、实时语音交互，将语音和视觉...
