字节跳动开源的 3B 活跃参数原生统一多模态模型，支持图像/视频理解、生成与编辑。

OpenBMB超轻量多模态模型，SigLIP2+Qwen3.5-0.8B，AI Index 13分，三端手机部署

Google DeepMind 开源多模态模型，11.95B参数支持文本+图像+音频，256K上下文，原生函数调用，Apache 2.0免费商用

基于SigLIP微调的电商领域专用嵌入模型，vs通用SigLIP提升67%，vs Amazon Titan提升45%，支持文搜图/图搜图/商品去重

支持文本、图像、音频、视频的多模态终身记忆，LoCoMo SOTA

字节跳动开源多模态智能体，桌面/浏览器/手机自动化操作，游戏任务 SOTA

快手开源 8B 多模态模型，专为短视频理解优化，Video-MME 73% 同级最强。

开源高性能聊天机器人框架，支持多模态对话、语音交互和可扩展插件，一键部署私有 ChatGPT。

Moonshot AI 开源 Kimi K2.6，1万亿参数 MoE（激活32B），原生多模态。在 SWE-Bench Pro、长程编码、Agent Swarm 等关键指标上超越 Claude Opus 4.6 和 GPT-5.4。开源模型做到这个水平，闭源阵营的压力来了。

开源自托管的智能笔记研究工具，支持18+AI模型、多模态内容、多说话人播客生成，数据完全本地存储