多模态模型

书生科学对话的既有目录资料。书生科学对话提供科学模型体验、科学多模态交互、科学问题对话等公开能力，适用于科学问题交流、模型能力体验、科研知识探索。 本页整理原收录用途与网址，具体服务以网站现行说明为准。

VideoPoet是Google Research公开的视频生成研究资料，介绍通过统一多模态代码与语言模型组织视频、图像和音频的方法，并展示生成、编辑与镜头控制等研究示例。

商汤日日新是商汤科技提供的模型与 API 服务平台，面向应用开发者开放语言、多模态、语音及向量等模型能力，按官方流程接入业务。

360 AI门户集中展示360的大模型技术、个人AI应用和企业服务入口，方便用户从官方渠道查找模型、产品、行业方案及相关生态合作信息。

BuboGPT 是提供代码、模型和数据的多模态研究项目，结合文本、图像与音频进行对话，并探索将回答中的内容对应到图像中的具体对象。

Ovis是面向图文理解的多模态语言模型系列，公开仓库提供模型权重、安装、推理和微调说明，并列有图像、多图、视频理解及OCR等视觉语言任务的相关支持。

面壁智能提供端侧语言模型、多模态模型、模型开源、终端AI方案等公开能力，适用于端侧AI开发、智能终端选型、模型研究。

通义实验室提供模型研究、模型资讯、多模态模型、官方AI应用入口等公开能力，适用于通义模型研究、官方应用与产品矩阵。实际功能、账号与服务条件以官网当前说明为准。

HiDream HiHarness提供模型服务、Token Hub、智能体服务、私有化部署等公开能力，适用于企业模型接入、智能体应用建设、AI服务选型。

西湖心辰提供模型服务、AI文档问答、AI写作、AI绘画等公开能力，适用于企业AI接入、内容创作、知识问答。

天翼AI开放平台提供星辰模型服务、语音识别、语音合成、文档解析等公开能力，适用于企业AI接入、语音应用开发、智能办公应用。

智谱BigModel（GLM开放平台）提供GLM模型API、智能体开发、工具调用、结构化输出等公开能力，适用于模型API接入、智能体应用开发、GLM能力选型。

百融智能提供企业智能体、语音交互、多Agent协同、客户服务Agent等公开能力，适用于企业客户服务、营销任务、知识工作。