字
当前可用完整度 100/100
Doubao Seed 2.0 Pro
Doubao Seed 2.0 Pro模型资料：精确版本、开放状态、输入输出、上下文、适用任务、限制和官方来源。
- 厂商
- 字节跳动 / 火山引擎
- 输入
- 文本、图像、多模态
- 获取
- 火山方舟 API、豆包专家模式
- 发布
- 2026
适合：复杂深度推理、Agent 与高难度多模态任务
版本可追溯的全球AI模型资料库
多模态理解 AI模型
能够理解文本、图片、音频或视频等多种输入的AI模型。
47 个已核对模型12 家厂商 官方来源 版本状态
选模型先问四件事
- 任务需要多强的推理？
- 输入输出是否包含图片、音频或视频？
- 走API、云产品还是本地部署？
- 旧版本是否已经预告弃用？
MODEL INDEX
共 8 条多模态理解模型
字
当前可用完整度 100/100
Doubao Seed 2.0 Lite
Doubao Seed 2.0 Lite模型资料：精确版本、开放状态、输入输出、上下文、适用任务、限制和官方来源。
- 厂商
- 字节跳动 / 火山引擎
- 输入
- 文本、图像、多模态
- 获取
- 火山方舟 API、豆包
- 发布
- 2026
适合：通用生产任务、多模态理解与成本均衡应用
字
当前可用完整度 100/100
Doubao Seed 2.0 Mini
Doubao Seed 2.0 Mini模型资料：精确版本、开放状态、输入输出、上下文、适用任务、限制和官方来源。
- 厂商
- 字节跳动 / 火山引擎
- 输入
- 文本、图像、多模态
- 获取
- 火山方舟 API
- 发布
- 2026
适合：低成本高并发、分类提取和轻量多模态任务
百
当前可用完整度 100/100
ERNIE 5.0
ERNIE 5.0模型资料：精确版本、开放状态、输入输出、上下文、适用任务、限制和官方来源。
- 厂商
- 百度
- 输入
- 文本、图像、多模态
- 获取
- 百度智能云千帆 API
- 发布
- 2025
适合：中文多模态理解、深度推理、工具使用和企业 Agent
M
当前可用完整度 100/100
Muse Spark
Muse Spark模型资料：版本状态、能力、获取方式、适用场景、限制与官方来源。
- 厂商
- Meta
- 输入
- 文本、图像
- 获取
- meta.ai/app
- 发布
- 2026-04-08
适合：多模态推理、工具调用、多智能体任务
G
预览/测试完整度 100/100
Gemini Omni
Gemini Omni模型资料：版本状态、能力、获取方式、适用场景、限制与官方来源。
- 厂商
- 输入
- 文本、图像、音频、视频
- 获取
- 预览/逐步开放
- 发布
- 2026-05
适合：原生多模态交互、实时助手
M
当前可用完整度 100/100
Mistral Large 3
Mistral Large 3模型资料：版本状态、能力、获取方式、适用场景、限制与官方来源。
- 厂商
- Mistral AI
- 输入
- 文本、图像
- 获取
- 开放权重、API
- 发布
- 2025-12
适合：通用多模态、企业应用、私有部署评估
G
当前可用完整度 100/100
Gemini 3.5 Flash
Gemini 3.5 Flash模型资料：版本状态、能力、获取方式、适用场景、限制与官方来源。
- 厂商
- 输入
- 文本、图像、音频、视频
- 获取
- Gemini、Google AI Studio、API
- 发布
- 2026-05-20
适合：多模态理解、快速智能体、规模化应用