谷歌2026年推出的Gemini3.5Flash（代号“雪兔”）是一款革命性的轻量级AI模型，该模型面向普通用户、开发者和企业提供免费开放服务，涵盖搜索优化、智能助手、自动化工作流等场景，真正实现了“高性能+低成本”的AI普惠化目标。

MiniCPM-o 2.6是面壁智能推出的全新端侧全模态模型，拥有强大的端到端多模态架构，是MiniCPM-0系列最新、性能最佳的多模态大模型，具有8B参数量。在视觉、语音和多模态直播等多个领域，MiniCPM-o 2.6达到了与GPT-40相当的性能水平。模型还支持实时双语语音识别，超越了 GPT-40实时识别的表现。值得一提的是，MiniCPM-o 2.6在保持强大能力的同时，还针对边缘设备的

是百度推出的新一代多模态大模型，属于，采用，总参数规模达，激活参数。该模型基于开发，支持文本与视觉的联合训练，具备强大的多模态理解和生成能力。1.2.3.

当其他AI巨头还在比拼万亿参数时，字节跳动用20B的全新多模态大模型，横扫各大权威测试榜单，拿下了多项SOTA。

出门问问最新开源语音合成模型，具有超强语音合成能力

MiniCPM-V 4.5 是 OpenBMB 最新 8B 多模态大模型，基于 Qwen3-8B + SigLIP2-400M，在 OpenCompass 平均 77.0 分，超越 GPT-4o-latest 与 Qwen2.5-VL 72B；独创 3D 重采样器实现 96× 视频令牌压缩，10 FPS 长视频理解不增成本；可控混合快速/深度思维一键切换；180 万像素 OCR 与 PDF 解析领

Gemma-3n-E4B-it（简称 E4B-IT）是 Google 于 2025 年 6 月 26 日推出的轻量级开源多模态 AI 模型，属于 Gemma 3n 系列的高阶版本（E4B 指“有效参数 4B”），专为移动设备和边缘计算场景设计，支持本地处理文本、图像和音频输入，并生成文本输出。E4B-IT 的音频功能支持设备端语音转文本和翻译（英法/英西翻译准确率超 92%），视觉功能由 Mobi

3月6日，阿里宣布开源推理模型 QwQ-32B，320亿参数却实现了与 DeepSeek-R1 满血版相匹敌的性能，甚至在多项测试中实现了超越。这一突破打破了“参数规模决定性能”的固有认知，将推理能力提升至新的高度。 

“开源之光”通义千问，再次突破了AI的边界。

《AI算力危机爆发：DeepSeek宕机12小时揭示产业困局》3月29日，DeepSeek平台突发大规模宕机，暴露中国AI产业爆发增长与算力短缺的尖锐矛盾。