Gemini 3.1 Pro — Google DeepMind

Gemini Omni — Google DeepMind

AI 模型

Google DeepMind 开发的 AI 模型，允许用户通过自然对话创建和编辑视频。它将推理与创造能力相结合，使用户能够将任何输入转化为连贯的视频输出。Gemini Omni 是 Google DeepMind 开发的 AI 模型，允许用户通过自然对话创建和编辑视频。它将推理与创造能力相结合，使用户能够将任何输入转化为连贯的视频输出。

Mistral Small 4

AI 模型

多功能的AI模型，将推理、编码和多模态能力统一到一个平台中。它允许用户高效地自定义、微调和部署AI助手和代理，非常适合各种企业应用。Mistral Small 4是一个多功能的AI模型，将推理、编码和多模态能力统一到一个平台中。它允许用户高效地自定义、微调和部署AI助手和代理，非常适合各种企业应用。

Phi-4-reasoning-vision-15B

AI 模型

微软开发的多模态AI模型，旨在处理需要视觉-语言理解和推理能力的任务。它在科学推理和计算机使用代理任务中表现出色，适用于各种应用。Phi-4-reasoning-vision-15B是微软开发的多模态AI模型，旨在处理需要视觉-语言理解和推理能力的任务。它在科学推理和计算机使用代理任务中表现出色，适用于各种应用。

Gemma 4 — Google DeepMind

AI 模型

一系列轻量级的开放模型，基于驱动 Gemini 模型的相同技术构建。它使开发人员能够为各种平台创建 AI 应用程序，提高移动设备和物联网设备的效率和智能。Gemma 是一系列轻量级的开放模型，基于驱动 Gemini 模型的相同技术构建。它使开发人员能够为各种平台创建 AI 应用程序，提高移动设备和物联网设备的效率和智能。

Flamingo

AI 模型

来自 Google DeepMind 的单一视觉语言模型 (VLM)，在各种多模态任务的少样本学习方面表现出色。它处理交错的图像、视频和文本，以生成相关的语言输出，仅需极少的特定任务示例即可完成，无需额外训练。Flamingo 是来自 Google DeepMind 的单一视觉语言模型 (VLM)，在各种多模态任务的少样本学习方面表现出色。它处理交错的图像、视频和文本，以生成相关的语言输出，仅需极少的特定任务示例即可完成，无需额外训练。

纳米香蕉 - 谷歌深度Mind

AI 模型

谷歌深度Mind为其Gemini图像模型所使用的品牌，旨在进行AI图像生成和编辑。它能够同时理解文本提示和上传的图像，遵循生成内容的现实逻辑，并允许用户通过对话来细化结果。它涵盖了一个专业级别，提供精确的工作室质量编辑，以及一个快速、低成本的级别，适合任何使用Gemini创建或编辑图像的人。纳米香蕉是谷歌深度Mind为其Gemini图像模型所使用的品牌，旨在进行AI图像生成和编辑。它能够同时理解文本提示和上传的图像，遵循生成内容的现实逻辑，并允许用户通过对话来细化结果。它涵盖了一个专业级别，提供精确的工作室质量编辑，以及一个快速、低成本的级别，适合任何使用Gemini创建或编辑图像的人。

HunyuanImage 3.0 — 图像生成的 AI 模型

AI 模型

强大的本地多模态模型，专为图像生成而设计。它在文本到图像和图像到图像任务中表现出色，提供了先进的创意编辑和智能提示增强能力。HunyuanImage 3.0 是一个强大的本地多模态模型，专为图像生成而设计。它在文本到图像和图像到图像任务中表现出色，提供了先进的创意编辑和智能提示增强能力。

LLaVA

AI GitHub 仓库

视觉指令调优模型，结合了大型语言和视觉能力。其目标是达到 GPT-4V 级别的性能，实现多模态理解和交互。该项目为研究人员和开发者提供了代码、模型和资源。LLaVA 是一个视觉指令调优模型，结合了大型语言和视觉能力。其目标是达到 GPT-4V 级别的性能，实现多模态理解和交互。该项目为研究人员和开发者提供了代码、模型和资源。