模型动态

Gemini Omni 1.1 Flash 是谷歌推出的 AI 视频生成模型，面向开发者和专业创作者，支持从 360p 快速预览到 4K 超高清的多档位输出。

Hy4 preview 是腾讯混元推出的开源旗舰大模型，总参数 770B、激活参数 49B、上下文长度达 1M。模型通过与腾讯内部软工、游戏、金融、安全等领域专家深度共建，模型在代码开发、办公分析、游戏制作、科学研究等真实生产力任务上表现卓越。

Hy-MT2-1.8B 是腾讯混元推出的端侧翻译大模型，仅 1.8B 参数却支持 33 个语种互译，翻译质量在 FLORES-200 等基准上超越微软、豆包等商业 API。

Gemini 3.5 Transcribe 是 Google 推出的最新语音转文本模型，支持实时流式和预录音频处理两种模式，前者通过 Live API 实现亚秒级延迟，后者支持说话人归属与词级时间戳。

Qwen3.8-Flash 是阿里云通义千问推出的多模态 MoE 模型，总参数量 125B，每 token 仅激活 6B，原生支持 262K 上下文。

GLM-5.3-Flash 是智谱最新推出的开源大模型，总参数三百二十亿，激活参数仅十八亿，为 GLM-5 系列首个原生多模态模型。模型综合智能指数达五十七分，与 Claude Opus 4.8 持平，定价仅为其四十分之一。

Breeze TTS 2 是 BreezeBlue 推出的新一代语音合成模型，支持通过自然语言零样本设计角色音色，用自然语言指令精准控制情绪、语速、口音等表演细节。

PixVerse R2 是爱诗科技推出的实时全模态世界模型，为PixVerse R1 的升级版本。模型支持文字、图像、音频及动作信号等多模态输入，能在运行中持续接收用户控制、实时更新世界状态并连续输出同步音视频。

Agnes 2.5 Pro Alpha 是 Agnes AI 开源的多模态推理模型，采用 Apache 2.0 协议，权重托管于 Hugging Face。模型支持文本与图像输入，上下文窗口达 1M tokens，擅长复杂代码生成、科学推理、长文档分析与 Agent 工作流。

FireRedTTS3 是小红书 FireRed 团队开源的统一语音生成与编辑模型。模型基于 RedAE 语义增强连续表示与 LLM-DiT 架构，单一模型可实现24 种语言 + 21 种中文方言的零样本音色克隆、自然语言描述的声音设计，以及指定区域的精准语音编辑。

Qwen3.8-27B-DFlash2 是 Inco AI 开源的投机解码草稿模型，专为 Qwen3.8-27B 设计。模型仅 1.92B 参数，通过块级并行预测、轻量路径选择器和双抽头动态卷积，在单次前向传播中并行生成整块 token 草稿。

FreeToken 是 UC Berkeley 与 MIT 等机构联合开源的端侧 MoE 大模型推理系统。系统通过全层双缓冲、带宽自适应混合调度、Agent 状态复用及弹性显存热扩缩容等技术，将个人电脑的 CPU、内存、PCIe 与 GPU 统一为弹性计算平台。