多模态 · AI 模型

通义千问视觉语言旗舰，文档/图表/视频理解能力领先。

智谱开源多模态模型，中英文图文理解能力强。

面壁智能端侧多模态模型，8B 比肩更大模型，可手机运行。

上海 AI Lab 开源多模态旗舰，综合视觉理解逼近闭源。

通义千问全模态模型，文本/图像/音频/视频输入+语音输出。

深度求索 MoE 多模态模型，视觉理解高效。

智谱开源视觉推理模型，带思维链的多模态理解。

面壁智能端侧全模态模型，视觉+语音+实时对话。

阿里国际开源多模态模型，结构化视觉理解强。

月之暗面开源 MoE 视觉模型，仅激活 3B 高效推理。

上海 AI Lab 书生·万象3 开源多模态旗舰，MIT 可商用。

阶跃星辰开源多模态推理大模型，视觉推理强。

智谱开源多模态 MoE 旗舰，视觉推理 SOTA、MIT 可商用。

月之暗面开源视觉推理 MoE，带思维链、MIT 可商用。