InternVL3開源：7種尺寸覆蓋文、圖、視頻處理，多模態能力擴展至工業圖像分析

字節跳動AI編程助手，中文界面，代碼智能生成

字節跳動旗下AI編程工具悠碼（Yoma）

領先AI智能聚合平臺，助您高效辦公，事半功倍。

字節跳動推出免費AI編程IDE，協作提升效率，加速項目交付。

Gemini 2.5 是谷歌最智能的 AI 模型，具備推理能力。

Trae是字節跳動推出的國內首款AI原生IDE，集成Claude3.5與GPT-4o兩款頂尖AI模型，專為中文開發場景設計，將AI深度集成于IDE環境，帶來更流暢、準確的開發體驗。

一站式AI聚合平臺

Doubao-1.5-pro 是一個高性能的稀疏 MoE 大語言模型，專注于推理性能與模型能力的極致平衡。

一款支持多模態功能的全功能大語言模型安卓應用。

CUA 是一種能夠通過圖形界面與數字世界交互的通用接口。

OpenAI Agents SDK 是一個用于構建自主智能體的開發工具包，簡化多智能體工作流的編排。

OmniHuman-1 是一種基于單張人像和運動信號生成人類視頻的多模態框架。

CLaMP 3 是一個用于跨模態和跨語言音樂信息檢索的統一框架。

Kimi k1.5 是一個通過強化學習擴展的多模態語言模型，專注于提升推理和邏輯能力。

Gemini 2.0 是谷歌推出的最新一代生成式 AI 模型，包含 Flash、Flash-Lite 和 Pro 版本。

DeepSeek 是一款先進的 AI 語言模型，擅長邏輯推理、數學和編程任務，提供免費使用。

VideoLLaMA3是前沿的多模態基礎模型，專注于圖像和視頻理解。

Janus-Pro-1B 是一個統一多模態理解和生成的自回歸框架。

Qwen2.5-VL 是一款強大的視覺語言模型，能夠理解圖像和視頻內容并生成相應文本。

UniTok是一個用于視覺生成和理解的統一視覺分詞器。

EgoLife是一個長期、多模態、多視角的日常生活AI助手項目，旨在推進長期上下文理解研究。

一個用于智能設備等的多模態原生代理框架。

SmolVLM-500M 是一個輕量級多模態模型，能夠處理圖像和文本輸入并生成文本輸出。

Phi-4-multimodal-instruct 是微軟開發的輕量級多模態基礎模型，支持文本、圖像和音頻輸入。

用于多模態上下文中的檢索增強生成的基準測試代碼庫。

Gemini 2.0 Flash Thinking Experimental 是一款增強推理模型，能夠展示其思考過程以提升性能和可解釋性。

SmolVLM-256M 是世界上最小的多模態模型，可高效處理圖像和文本輸入并生成文本輸出。

Janus-Pro-7B 是一個新型的自回歸框架，統一多模態理解和生成。

Magma-8B 是微軟推出的一款多模態 AI 模型，能夠處理圖像和文本輸入并生成文本輸出。

Gemini 2.0 Flash-Lite 是高效的語言模型，專為長文本處理和多種應用場景優化。

SmolVLM2 是一個專注于視頻內容分析和生成的輕量化語言模型。