相关推荐
Cloudflare 发布开放权重决策模型 Clef-omni,新增支持音视频多模态输入
Cloudflare于10月9日发布开放权重决策模型Clef-omni。它在原有文本、图像处理基础上,新增音频和完整视频支持,可通过单次API调用同时处理多模态内容。相比传统Clef仅处理文本、图像及按时间间隔抽取的静态连续画面,Clef-omni原生支持wav、mp3等音频格式,并涉及多模态升级与架构解析。
2026年10月10号 14:40
251.0k
MiniMax 开源 Code CLI:命令行编程工具亮出 76.7% 通过率,把企业级 harness 摊在阳光下
MiniMax 正式开源命令行 AI 编程工具 MiniMax Code CLI v0.4.12,源码已上架 GitHub,作为客户端核心组件,底层实现向开发者开放。该工具在 FrontierHarness Eval 评测中任务通过率达76.7%,成功任务耗时中位数4分33秒,两项均优于公开基线,兼具准确性与效率。
2026年9月20号 11:29
265.1k
DeepSeek V4.1-Flash内测:更强的视觉智能,更极致的速度与成本
9月8日,DeepSeek V4.1-Flash开启中间版本内测,采用全新模型结构,原生支持多模态,综合能力更强、速度更快、调用成本更低。开发者保持base_url不变,将模型名设为deepseek-v4.1-flash-expires-on-0910即可调用,计费与V4-Flash一致。外部反馈暂未披露。
2026年9月8号 17:53
841.4k
每日调用量破 10 亿次!微信开源 WeMM-Embedding 多模态大模型,全面领跑国际权威榜单
微信AI开源多模态嵌入模型WeMM-Embedding,提供2B、4B、9B三个版本。该模型支持文本、图像、视频、视觉文档及任意交错的多模态混合输入,具备强兼容能力。其核心采用多模态同构技术,可同时深度理解文字与多种视觉信息,提升跨模态检索与理解效果。
2026年9月8号 10:23
259.4k
OpenClaw2.0正式发布:重构底层架构,支持多人共享云端会话
8月30日,开源AI项目OpenClaw发布史上最大更新2.0,由933名贡献者完成,合并超1.6万项拉取请求,约占半数代码提交。因工作量超原架构承载,团队历时近七周重构基础与交付流程。新版以简化安装和重构浏览器体验为核心,全面升级消息、记忆、技能、模型、自动化及安全等环节。
2026年8月31号 14:54
979.2k
VIP会员