一个基于 InternVL 2.0 的先进多模态大语言模型（MLLM）系列，在保持其核心模型架构的同时，显著增强了训练和测试策略以及数据质量。

一个基于 InternVL 2.0 的先进多模态大语言模型（MLLM）系列，在保持其核心模型架构的同时，显著增强了训练和测试策略以及数据质量。

一个基于 InternVL 2.0 的先进多模态大语言模型（MLLM）系列，在保持其核心模型架构的同时，显著增强了训练和测试策略以及数据质量。

与最先进的开源多模态大型语言模型相比，InternVL 2.0 超过了大多数开源模型。它在多种能力上表现出与专有商业模型相当的竞争性能，包括文档和图表理解、信息图问答、场景文本理解和 OCR 任务、科学和数学问题解决以及文化理解和综合多模态能力。

与最先进的开源多模态大型语言模型相比，InternVL 2.0 超过了大多数开源模型。它在多种能力上表现出与专有商业模型相当的竞争性能，包括文档和图表理解、信息图问答、场景文本理解和 OCR 任务、科学和数学问题解决以及文化理解和综合多模态能力。

与最先进的开源多模态大型语言模型相比，InternVL 2.0 超过了大多数开源模型。它在多种能力上表现出与专有商业模型相当的竞争性能，包括文档和图表理解、信息图问答、场景文本理解和 OCR 任务、科学和数学问题解决以及文化理解和综合多模态能力。

GLM-4V-9B 是智谱 AI 推出的最新一代预训练模型 GLM-4 系列中的开源版本。

GLM-4-32B-0414系列，320 亿参数，效果比肩 OpenAI 的 GPT 系列和 DeepSeek 的 V3/R1 系列。

基于Qwen3的代码生成模型，继承Qwen3-Coder-480B-A35B-Instruct的coding agent能力，代码能力达到同尺寸规模模型SOTA。

基于Qwen3的代码生成模型，具有强大的Coding Agent能力，代码能力达到开源模型 SOTA。

GLM-4-9B 是智谱 AI 推出的最新一代预训练模型 GLM-4 系列中的开源版本。

基于Jina-XLM-RoBERTa架构，该模型支持旋转位置嵌入（RoPE），能够处理长达8192个标记的长输入序列。 此外，它还具备5个LoRA适配器，以高效生成特定任务的嵌入。

由智源研究院研发的英文版文本表示模型，可将任意文本映射为低维稠密向量，以用于检索、分类、聚类或语义匹配等任务，并可支持为大模型调用外部知识。

由智源研究院研发的中文版文本表示模型，可将任意文本映射为低维稠密向量，以用于检索、分类、聚类或语义匹配等任务，并可支持为大模型调用外部知识。

由智源研究院研发的中文版文本表示模型，可将任意文本映射为低维稠密向量，以用于检索、分类、聚类或语义匹配等任务，并可支持为大模型调用外部知识。