全部模型

文本生成

文本生成

图片生成

图片生成

语音生成

语音合成

视频生成

视频生成

模型简介

文心大模型X1.1在问答、工具调用、智能体、指令遵循、逻辑推理、数学、代码任务的效果显著提升，事实性显著提升；上下文长度扩展到64K tokens，支持更长的输入与对话历史，在保持响应速度的同时，提高了长链路推理的连贯性。

模型简介

由杭州深度求索人工智能基础技术研究有限公司自研，在数学、代码、自然语言推理等任务上性能表现优异。

模型简介

DeepSeek-V3.2-Exp 模型，这是一个实验性（Experimental）的版本。作为迈向新一代架构的中间步骤，V3.2-Exp 在 V3.1-Terminus 的基础上引入了 DeepSeek Sparse Attention（一种稀疏注意力机制），针对长文本的训练和推理效率进行了探索性的优化和验证。

模型简介

月之暗面提供的国内首个开源万亿参数MoE模型，具有 320 亿个激活参数和 1 万亿个总参数，具有卓越的编码和工具调用能力。

模型简介

Qwen 系列中的一个图像生成基础模型，在 复杂文本渲染 和 精确图像编辑 方面取得了显著进展。实验显示，该模型在图像生成和编辑方面具有强大的通用能力，尤其是在文本渲染方面表现尤为出色，特别是对于中文。

模型简介

musesteamer-air-image是百度搜索团队旨在提供极致性价比而研发的文生图模型。能够基于用户输入的提示词快速生成清晰、动作连贯的图片，让用户描述轻松转化为图像。

模型简介

FLUX是一个具有120亿参数的修正流变换器，能够根据文本描述生成图像。

模型简介

百度自研的iRAG（image based RAG），检索增强的文生图技术，将百度搜索的亿级图片资源跟强大的基础模型能力相结合，就可以生成各种超真实的图片，整体效果远远超过文生图原生系统，去掉了AI味儿，而且成本很低。iRAG具备无幻觉、超真实、立等可取等特点。

模型简介

本接口支持将短文本转换为音频，适用于对于实时性要求较高的业务场景，例如实时播报、智能硬件、数字人等。

模型简介

百度蒸汽机（MuseSteamer)音视一体化视频生成模型，支持单人、多人对话，实现多角色、场景、人声和环境音的协同生成和融合，并可唇形同步。影视级画面质感、丝滑运镜、以及逼真的人物情绪。

模型简介

百度蒸汽机（MuseSteamer)音视一体化视频生成模型，支持单人、多人对话，实现多角色、场景、人声和环境音的协同生成和融合，并可唇形同步。影视级画面质感、丝滑运镜、以及逼真的人物情绪。

模型简介

百度蒸汽机（MuseSteamer)音视一体化视频生成模型，支持单人、多人对话，实现多角色、场景、人声和环境音的协同生成和融合，并可唇形同步。影视级画面质感、丝滑运镜、以及逼真的人物情绪。