基准实验室

3月21日晚，腾讯宣布混元大模型系列的深度思考模型已成功升级为混元-T1正式版。据官方介绍，该模型基于腾讯3月初发布的业界首个超大规模 Hybrid-Transformer-Mamba MoE 大模型TurboS快思考基座，通过大规模训练显著扩展了推理能力，并进一步对齐人类偏好。 在MMLU-pro、CEval、AIME、Zebra Logic等中英文知识、…

要说近期AI圈里最红的，应该就是来自谷歌的Gemini-2.0-flash-exp-image-generation。我们可以简单理解它为是一个图像编辑模型，gemini-2.0-flash-exp-image-generation可以结合了多模态输入、增强版推理以及自然语言理解来进行图像生成，还能够通过自然语言对话直接对图像进行修改。 这种把传统的语言大模…

3月12日，谷歌正式推出了全新的Gemma 3系列模型，该系列包含四种不同参数版本：1B、4B、12B和27B。据官方介绍，Gemma 3具备强大的多模态能力，能够支持视觉与语言的输入，可以理解140+语言，并提供128k token的上下文窗口。 短短几天后，法国初创公司Mistral AI 也推出了新模型——Mistral Small 3.1。直面对打G…

近期，302.AI上线了 ComfyUI 系列 API，这是基于 ComfyUI 实现的图片处理服务，可实现换装、换脸、换物、漫画图变真人、风格迁移等任务，生成的效果达到商用级，能够真正帮助电商企业制作出优质的产品宣传图。 同期，Google 的 Gemini 2.0 Flash 原生多模态能力在AI圈子掀起了一阵浪潮。据闻，这一功能可以通过文字描述处理文本…

3月6日，阿里开源了新推理模型—— QwQ-32B。QwQ 是 Qwen 系列的推理模型，具备思考和推理能力。其优势是推理速度快，在数学、编程和通用任务推理方面表现出色，整体性能比肩DeepSeek-R1。 与此同时，阿里云开放平台还放出了一个名为 QwQ-Plus 的模型，官方描述这是基于 Qwen2.5 模型训练的 QwQ 推理模型，通过强化学习大幅度提…

在上一篇文章中，我们给大家介绍了 Claude 3.7 Sonnet 模型，同时对Claude 3.7 Sonnet的标准模式（Normal）进行了实测对比。 而现在，我们将会对Claude 3.7 Sonnet 推理模式（Extended）进行深入探讨。通过与Claude 3.5 Sonnet、Claude 3.7 Sonnet（标准模式）的对比，更全面地…

2月25日凌晨，Anthropic发布了首款混合推理模型——Claude 3.7 Sonnet。 Claude 3.7 Sonnet 能够在标准模式（Normal） 下既提供近乎即时的响应，也可以也能切换到扩展思考模式（Extended），进行详细的逐步推理。 在扩展思考模式的加持下，Claude 3.7 Sonnet 在数学、物理、指令遵循、编码等方面获得…

2月19日，马斯克旗下的大模型平台 xAI 推出了新的模型——Grok-3。官方宣称，Grok-3 在推理、数学、编码和指令遵循任务中均表现出色，并在一系列基准测试中表现出色。而马斯克更是称一模型为 ⌈ 地表最强 ⌋。 （非推理模式的Grok-3与其它大模型能力对比） 根据了解，grok-3 并非单一模型，而是一个包含多个版本的模型家族。其中包括了变体版本—…

继豆包图像模型攻克汉字生成的难题后，国内AI视频生成领域在中文生成方面再次来了新突破！ 今年年初，阿里云推出了全新升级的的视频生成模型——通义万相2.1。据了解，这是⌈ 首个具备中文文字生成能力的视频生成模型 ⌋ 。 通义万相2.1视频模型一经推出，便以 84.70% 总分登顶权威评测榜单VBench榜首。除了中文文字生成的创新，该模型在复杂运动、大幅度动作…

自年前DeepSeek发布R1模型后便迅速引发了各界的广泛关注。 最近，各模型厂家都坐不住了，频频出招。 先是1月底，是OpenAI正式发布 o3-mini，这是OpenAI推理系列中最新、最具成本效益的模型。该模型支持低、中、高三档推理难度，并针对科学、数学、编程等领域进行了优化。 2月6日，谷歌也加入了 DeepSeek 、OpenAI 的战局，发布多个…