多模态AI

Gemini 3.0是谷歌推出的新一代多模态AI模型，具备百万级上下文处理、深度推理和代理式编码能力，支持文本、图像、音频、视频等混合输入。

Gemini 3 Flash是谷歌推出的轻量级AI模型，以旗舰级智能、3倍提速和低成本，实现“口述即原型”的零代码应用开发与实时交互。

阶跃AI是一个聪明可靠的个人效率助手，可以帮你获取知识、查询信息、学习语言、创意写作、编写代码，在工作、学习、生活等各种场景下帮你解决问题。带你发现和理解世界~

蚂蚁百灵大模型是支持全模态处理的AI体系，具备强大的语言理解、逻辑推理和多模态交互能力。

方舟 Agent Plan是火山引擎推出的全场景AI智能体订阅服务，通过一个订阅整合5大主流模型和10+AI工具，采用统一的AFP积分计费系统。

SkyReels是昆仑万维开发的AI视频创作平台，通过多模态大模型技术实现“一键成剧”，大幅降低专业视频制作门槛。

MiniCPM-o 4.5是面壁智能开源的全模态大模型，以9B小参数实现全双工实时交互，支持边看边听主动说，专为端侧设备优化部署。

Step 3.7 Flash是阶跃星辰推出的开源生产级AI Agent模型，专注于多模态理解与高可靠工具调用，旨在为企业提供高效、低成本的智能体解决方案。

Gemini是谷歌推出的多模态AI模型，支持文本、图像、音频、视频和代码的联合处理，提供从移动端到数据中心的全面AI解决方案。

Kimi K2.5是一款支持原生多模态输入（文本、图像、视频）的开源AI大模型，具备视觉编程和可调度百个Agent并行协作的集群能力，能直接将设计稿转化为可部署的网站。

Gemini 3.5 Flash是谷歌2026年推出的AI智能体模型，以4倍速度和半价成本提供接近旗舰级的编码与多任务处理能力。

书生大模型是开源、多模态的AI体系，提供从语言生成到科学计算的免费工具链，助力科研与产业创新。

VibePaper是一个将创作调研、策划、生成、协作、后期管理整合到同一无限画布的AI Agent工作空间，专为专业创作者和团队设计。

Gemini 2.0 Flash是谷歌推出的轻量级多模态AI模型，以极快响应速度和原生图像生成能力著称，支持文本、图像、音频、视频输入输出。

Gemini 3 Deep Think是谷歌专为复杂推理任务设计的AI模型，具备数学证明、多模态分析和代码生成能力，推理成本相比初代降低82%。

商汤NEO是商汤科技与南洋理工大学S-Lab实验室于2025年12月联合发布的全新原生多模态模型架构，其名称“NEO”蕴含着“全新开端”的寓意。这一架构被业界普遍认为是多模态AI领域的重要突破，标志着多模态技术从“模块化拼凑”正式迈入“原生统一”的新时代。