Mistral AI 推出 Devstral 2 系列编码模型 成本效率较 Claude Sonnet 提升 7 倍
2025年12月Mistral AI推出第二代开源编码模型Devstral 2与Devstral Small 2，其中Devstral 2具备1230亿参数、72.2%的SWE-Bench Verified得分，成本效率较Claude Sonnet提升...
Ovis-Image：阿里开源的7B 参数轻量级AI文生图模型
Ovis-Image是由阿里巴巴AIDC-AI团队基于Ovis-U1框架开发的一款轻量级开源文本到图像生成模型，核心参数量仅7B，却能在文本渲染任务上实现媲美20B级开源模型及GPT-4o等闭源模...
PartCrafter：北大&字节开源的端到端3D网格生成模型，单图秒级输出可编辑3D 部件
PartCrafter是由北京大学、字节跳动与卡内基梅隆大学联合开源的结构化 3D 网格生成模型，该模型创新性地采用组合式潜在空间与局部 - 全局联合去噪 Transformer 架构，可直接...
Vidi2：字节跳动开源的多模态视频理解与生成模型
Vidi2是字节跳动智能创作与编辑团队研发的开源大型多模态视频理解与生成模型，作为初代Vidi的迭代升级版本，新增细粒度时空定位（STG）和视频问答（Video QA）核心能力，可...
KaLM-Embedding：轻量开源的多语言文本嵌入模型，赋能通用场景高效语义表征
KaLM-Embedding是一款开源的多功能紧凑多语言文本嵌入模型，聚焦通用文本嵌入任务，凭借多语言支持、紧凑高效、优质训练数据及先进训练技术四大核心优势，在语义表征任务中...
FIBO：开源 JSON 原生文本到图像模型，实现可控、可预测且合规的专业级图像生成
FIBO 是 Bria-AI 开发的首个开源、SOTA（ state-of-the-art，最先进）JSON 原生文本到图像模型，基于 8B 参数扩散 Transformer（DiT）架构构建，独家使用 100M + 授权长结构...
UniPixel：香港理工大学联合腾讯开源的像素级视觉语言统一理解模型
UniPixel是由香港理工大学、腾讯ARC实验室等机构联合开发的开源多模态大模型（MLLM），专注于像素级视觉语言理解与细粒度推理任务。该模型基于Qwen2.5-VL系列扩展，融合视觉...