多模态模型

Kimi K2.5 是 Moonshot AI 发布的开源原生多模态智能体模型，支持文本、图像、视频和 PDF 等输入类型，具备视觉编程、Agent Swarm 并行任务执行、长上下文推理等能力，适用于复杂任务工作流、视觉代码生成、知识性推理和办公自动化等应用。

Skywork‑R1V 3.0 是一款开源的多模态视觉‑语言推理模型，采用视觉 CoT、强化学习优化，在 MMMU、MathVista 等多项测试中实现开源最佳性能，适合 AI 工具使用者部署与实验。

Ovis‑U1 是阿里巴巴 AIDC‑AI 推出的 30 亿参数统一多模态模型，集图像理解、文本生成、图像生成与编辑能力于一体，适合 AI 工具使用者快速构建多功能视觉交互应用。

字节跳动的开源多模态基础模型。

企业和开发者能快速构建、部署和应用大规模AI模型。