多模态

全部主题

文本之外的能力：视觉理解、图文混合、音视频输入输出的模型与产品进展。

236条精选相关主题图像生成 AI 视频语音与音频

最新精选

第 61–80 条 · 共 236 条

8月26日周三

星期三

23:32
@Alibaba_Qwen@Alibaba_Qwen精选AI 评分7575
通义千问发布多模态 MoE 模型 Qwen3.8-Flash 并开放权重，QwenCloud 上的 API 同步上线。模型为 125B 参数加 51B N-gram embeddings，每 token 仅激活 6B，采用 GDN + QSA 混合注意力、Gated Residual、N-gram Embedding 与 Muon 优化器，官方称其为 Qwen4 架构的早期预览，训练成本仅为 Qwen3.7-Plus 的 1/9。原生上下文 262K 可经 YaRN 扩展到 1M，评测得分 DeepSWE 1.1 58.7、SWE-bench Pro 62.5、CoWorkBench 73.9、AndroidWorld 84.5、MathVision 95.7，官方同时开放了 Qwen3.8-Flash-Next 的权重。
引用@Alibaba_Qwen@Alibaba_Qwen
⚡Meet Qwen3.8-Flash, a multimodal MoE and an early preview of the Qwen4 architecture, now open-weight! The production version Qwen3.8-Flash will be available soon via QwenCloud API at just $ 0.16/1M input tokens and $ 0.47/1M output tokens. 125B parameters + 51B N-gram embeddings, with just 6B activated per token. Unmatched cost-efficiency. What's new: 🥳 - Next architecture: GDN + QSA hybrid attention, Gated Residual, N-gram Embedding & Muon optimizer, serving as a precursor to the architecture used in Qwen4. - Dramatically lower training and inference costs: trained at just 1/9 the cost of Qwen3.7-Plus, while outperforming it across the board with especially strong gains in coding and office tasks. - Strong performance: scoring 58.7 on DeepSWE 1.1, 62.5 on SWE-bench Pro, 73.9 on CoWorkBench, 84.5 on AndroidWorld, and 95.7 on MathVision (with CI). - 262K native context, extensible to 1M with YaRN. We’re also releasing the weights for Qwen3.8-Flash-Next, giving the community an early look at the new architecture we’re exploring for Qwen4.🚀 We can't wait to see what you build with Qwen3.8-Flash!👀👇 - Blog: https://t.co/M5hYypFLgJ - Technical Report: https://t.co/IF0gObIkQO - Hugging Face: https://t.co/6ow8QVAABt - ModelScope: https://t.co/tDOn2jNuFG
模型 #模型发布 #开源生态 #多模态
推荐理由：训练成本降到 Qwen3.7-Plus 的 1/9 且官方称全面超越，读者可借此观察 Qwen4 新架构的取舍。
23:26
@kimmonismus@kimmonismus精选AI 评分7272
Qwen3.8-Flash-Next 与 GLM-5.3-Flash 两款开放权重模型发布，均为 MoE 架构，每 token 分别激活 6B 和 18B 参数。
模型 #模型发布 #开源生态 #端侧
推荐理由：推文列出两款开放权重模型的参数规模与多项基准结果，可供读者对比其与前沿闭源模型的差距。
23:23
@omarsar0@omarsar0精选AI 评分7676
阿里 Qwen 团队开放 Qwen3.8-Flash 权重，该模型为多模态 MoE，总参数 125B、每 token 激活 6B，并带 51B N-gram 嵌入，官方称其为 Qwen4 架构的早期预览。生产版本将上线 QwenCloud API，输入 $0.16/1M tokens、输出 $0.47/1M tokens，官方还给出 DeepSWE 1.1 58.7、SWE-bench Pro 62.5 等成绩。作者 @omarsar0 认为随附的技术报告比发布本身更值得读。
引用@Alibaba_Qwen@Alibaba_Qwen
⚡Meet Qwen3.8-Flash, a multimodal MoE and an early preview of the Qwen4 architecture, now open-weight! The production version Qwen3.8-Flash will be available soon via QwenCloud API at just $ 0.16/1M input tokens and $ 0.47/1M output tokens. 125B parameters + 51B N-gram embeddings, with just 6B activated per token. Unmatched cost-efficiency. What's new: 🥳 - Next architecture: GDN + QSA hybrid attention, Gated Residual, N-gram Embedding & Muon optimizer, serving as a precursor to the architecture used in Qwen4. - Dramatically lower training and inference costs: trained at just 1/9 the cost of Qwen3.7-Plus, while outperforming it across the board with especially strong gains in coding and office tasks. - Strong performance: scoring 58.7 on DeepSWE 1.1, 62.5 on SWE-bench Pro, 73.9 on CoWorkBench, 84.5 on AndroidWorld, and 95.7 on MathVision (with CI). - 262K native context, extensible to 1M with YaRN. We’re also releasing the weights for Qwen3.8-Flash-Next, giving the community an early look at the new architecture we’re exploring for Qwen4.🚀 We can't wait to see what you build with Qwen3.8-Flash!👀👇 - Blog: https://t.co/M5hYypFLgJ - Technical Report: https://t.co/IF0gObIkQO - Hugging Face: https://t.co/6ow8QVAABt - ModelScope: https://t.co/tDOn2jNuFG
模型 #模型发布 #多模态 #开源生态
推荐理由：发布信息列出了 Qwen3.8-Flash 的参数量、激活规模与定价，可作为判断高效多模态 MoE 路线的具体参照。
23:20
MarkTechPost精选AI 评分7676
阿里 Qwen 团队发布 Qwen3.8-Flash-Next，125B 多模态 MoE 预览 Qwen4 架构
阿里 Qwen 团队发布开源权重多模态 MoE 模型 Qwen3.8-Flash-Next，主模型 125B，每 token 仅激活 6B 参数，被定位为 Qwen4 架构的早期预览。
模型 #模型发布 #多模态 #编码
推荐理由：读者可借 6B 激活参数与训练成本对照，判断开源多模态模型在编码和智能体任务上的取舍。
23:02
歸藏的AI工具箱 · 微信公众号精选AI 评分7777
智谱 GLM-5.3 Flash 正式开源，匿名模型 Ox Alpha 身份揭晓
智谱揭晓匿名模型 Ox Alpha 的身份为 GLM-5.3 Flash，宣布 MIT 开源，API 已上架，Z Code 和智谱 Coding Plan 均可使用。
模型 #模型发布 #多模态 #编码
推荐理由：作者用三个有技术门槛的前端场景实测该模型与 DeepSeek V4 Flash 的同题表现，并给出与 Opus 4.8 的价格对比。
22:48
@Yuchenj_UW@Yuchenj_UW精选AI 评分7777
GLM-5.3-Flash（Ox Alpha）发布，320B-A18B 规模不到 GLM-5.2 的一半，却在各项基准上全面超过 GLM-5.2。该模型原生多模态、支持 1M-token 上下文窗口，以 MIT 许可发布，此前以 Ox Alpha 名义预览并完全运行在中国 AI 芯片上，权重、API、Coding Plan、ZCode、Chat、AutoClaw 等官方入口已开放。Databricks 的 Yuchen Jin 表示将尽快把 GLM-5.3-Flash 提供给客户并让它跑得很快。
引用@Zai_org@Zai_org
Introducing GLM-5.3-Flash - Leading capabilities at a highly competitive price - Natively multimodal with a 1M-token context window - A 320B-A18B model released under the MIT License - Previously previewed as Ox Alpha, running entirely on Chinese AI chips Blog: https://t.co/tzOmB7gdZP Available now across all official platforms: Weights: https://t.co/9LRMahY9Wa API: https://t.co/VcaQnzYmS9 Coding Plan: https://t.co/Nk8Y98HNhU ZCode: https://t.co/Peepqv4XSx Chat: https://t.co/WCqWT0qCQb AutoClaw: https://t.co/aGEG5HqTTb
模型 #模型发布 #多模态 #开源生态
推荐理由：原文对比了 GLM-5.3-Flash 与 GLM-5.2 的参数量和基准成绩，可据此了解高效小模型的进展。
22:26
@kimmonismus@kimmonismus精选AI 评分6666
Zai 发布 GLM-5.3 Flash（代号 Ox Alpha），这是一款 320B MoE 模型，每 token 仅激活 18B 参数，开放权重、MIT 许可、原生多模态、1M 上下文。据 Zai 公布的数据，它在 Terminal-Bench 2.1 得 84.3，接近 Claude Opus 4.8 的 85.0；DeepSWE 得 63.4、AutomationBench 得 48.8，均为对比中的领先成绩，并在全部六项基准上超过更大的 GLM-5.2，而服务成本仅为后者的十分之一。原文同时提醒，18B 激活参数并不等于可本地运行的 18B 模型，全部 320B 权重仍需存储。
引用@kimmonismus@kimmonismus
GLM-5.3 Flash ("Ox Alpha") official: Benchmarks attached. This looks exceptional for its size! GLM-5.3-Flash might be one of the most impressive efficiency releases yet. It is a 320B MoE with only 18B parameters active per token, yet Zai reports: - 84.3 on Terminal-Bench 2.1, nearly matching Claude Opus 4.8 at 85.0 - 63.4 on DeepSWE, ahead of Opus 4.8 and DeepSeek V4 Vision Exp - 48.8 on AutomationBench, ahead of Opus 4.8 and GPT-5.6 Terra - The highest GDPval-AA v2 score in its comparisonIt also beats the much larger GLM-5.2 across all six reported benchmarks while costing one-tenth as much to serve. Open weights, MIT licensed, natively multimodal, 1M context. Important caveat: 18B active parameters does not make it a normal local 18B model. All 320B weights still need to be stored. But in terms of intelligence per active parameter, this looks exceptional!
模型 #模型发布 #多模态
推荐理由：原文列出六项基准对比与 MIT 许可信息，读者可据此判断这一小激活参数模型的性价比。
22:21
IT Home精选AI 评分7676
智谱开源 GLM-5.3-Flash 原生多模态模型，限时折扣价为 GLM-5.3 的 1/20
智谱上线并开源 GLM-5.3-Flash（320B-A18B），这是 GLM-5 系列首个原生多模态模型，总参数量 320B、激活参数仅 18B。其在 Artificial Analysis Intelligence Index 取得 57 分，与 Claude Opus 4.8 持平，自研 Z.ai Code Bench 体感评估中编程表现也与之相当。
模型 #模型发布 #多模态 #开源生态
推荐理由：320B 总参数仅激活 18B 的架构设计搭配限时 1/20 定价，可供判断开源前沿模型的成本竞争区间。
22:12
Z.ai@Zai_org精选AI 评分7272
智谱（Z.ai）发布 GLM-5.3-Flash，称具备有竞争力的价格与原生多模态能力，上下文窗口为 1M token，为 320B-A18B 模型并以 MIT License 开源权重。该模型此前曾以 Ox Alpha 名义预览，完全运行于中国 AI 芯片；现已在官方平台提供权重、API、Coding Plan、ZCode、Chat 和 AutoClaw 入口。
模型 #模型发布 #开源生态 #多模态
推荐理由：官方公告同时给出价格定位、开源权重和芯片适配信息，读者可以据此评估它在现有工作流中的替换可能。
21:51
@testingcatalog@testingcatalog精选AI 评分7676
阿里发布 Qwen3.8 Flash，一款 125B 参数的多模态 MoE 模型，原生上下文 262K，可通过 YaRN 扩展至 1M。QwenCloud API 定价为每 1M 输入 tokens 0.16 美元、每 1M 输出 tokens 0.47 美元。该模型基于新架构，是 Qwen4 所用架构的前身，在 DeepSWE 1.1 得 58.7 分、SWE-bench Pro 得 62.5 分。
引用@Alibaba_Qwen@Alibaba_Qwen
Model Architecture Four core upgrades for maximum capability, efficiency, capacity, and stability: - Attention: GDN + QSA Hybrid. Gated DeltaNet (GDN) compresses history. Qwen Sparse Attention (QSA) uses a lightweight indexer for micro-block context selection. Lower the cost of attention on long sequences. - Residual: Gated Residual (GR) widens the residual stream to 4 branches with a dynamic read and write gating, strengthening cross-layer information flow and significantly improving training stability. - Embedding: N-gram Embedding uses local context lookups to expand model capacity at minimal compute cost, while keeping the embedding table in host memory with asynchronous prefetching. - Optimization: Muon optimizer. Refines Muon through improved orthogonalization, smarter parameter assignment between Muon and AdamW, and fused-parameter splitting, with scaling laws refitted for the new architecture.
模型 #模型发布 #多模态 #编码
推荐理由：原文给出上下文长度、API 定价与多项编码基准分数，读者可据此对比同表内 DeepSeek 与 Claude 模型的定位。
21:28
机器之心 · 微信公众号精选AI 评分7777
阿里发布 Qwen3.8-Flash，同步开源 Qwen3.8-Flash-Next
阿里发布 Qwen3.8-Flash，并在 Hugging Face 与 ModelScope 开放同一模型的 Qwen3.8-Flash-Next 权重，主模型 125B 参数、每 token 仅激活 6B，千问 AI 平台定价为每百万 token 输入 1 元、输出 3 元。
模型 #模型发布 #多模态 #推理
推荐理由：文章拆解了 Qwen3.8-Flash 在注意力、残差与嵌入上的四处架构改动，并把它放进每任务成本的行业对比框架里。
20:39
IT Home精选AI 评分8282
阿里通义发布并开源 Qwen3.8-Flash：125B 参数 MoE 模型，训练成本约为前代 1/9
阿里通义千问团队发布 Qwen3.8-Flash，并开源 Qwen3.8-Flash-Next 权重，官方称 Next 新架构将是全新一代 Qwen4 系列模型的雏形。
模型 #模型发布 #多模态 #开源生态
推荐理由：训练成本降到前代约九分之一，同时公开新架构与开源权重的具体设计，便于判断下一代 Qwen 的技术走向。
20:34
@Alibaba_Qwen@Alibaba_Qwen精选AI 评分7171
阿里通义千问发布多模态 MoE 模型 Qwen3.8-Flash 并开放权重，同时放出 Qwen3.8-Flash-Next 权重，作为其为 Qwen4 探索的新架构早期预览。
模型 #模型发布 #多模态 #开源生态
推荐理由：作为 Qwen4 架构的早期预览，文中给出了新架构组合与训练成本的具体对比数字。
20:30
Qwen Blog精选AI 评分6969
Qwen3.8-Flash-Next 开源，多模态 MoE 架构预览 Qwen4
千问团队开源 Qwen3.8-Flash-Next 权重，这是一个多模态 MoE 模型，也是 Qwen4 所用架构的早期预览。文中称其角色类似 Qwen3-Next 之于 Qwen3.5，当时的混合 Gated DeltaNet + Gated Attention 设计已用于 Qwen3.5 至 Qwen3.8 系列。
模型 #模型发布 #多模态 #开源生态
推荐理由：官方开源权重并定位为 Qwen4 架构预览，读者可据此追踪千问后续系列的架构走向。