多模态 - TokenFly

Aleph Alpha Columbus

Aleph Alpha 面向欧洲 enterprises and 政府的主权 AI platform，以合规, 数据可控 and 可解释性为核心

https://aleph-alpha.com/

SenseTime SenseNova 6

商汤第六代原生multimodal large model家族，以统一架构enables 文本, 图像, 视频, 语音的深度推理，并延伸出 6.7 Flash-Lite 办公智能体 and open-source U1 统一模型

https://sensetime.com/

Baidu ERNIE 5.5

百度旗下全能 AI assistant，深耕中文知识问答, 文学创作 and 逻辑推理场景，具备视频, 图片, 语音等multimodal AI 能力

https://ernie.baidu.com/

RoboBrain Orca

智源研究院launched 的multimodal 表征世界模型，先学统一世界潜在表征再读出文本, 图像 and 机器人动作

https://www.baai.ac.cn/

Amazon Nova 3

AWS 第三代自研多模态基础模型，延续前沿智能与极致性价比路线，深度集成 Bedrock 与 Agent 生态

https://aws.amazon.com/

Reka Core 2

Reka AI 第二代旗舰原生多模态模型，支持文本、图像、音频、视频理解，主打企业级可靠交付与 API 易用性

https://reka.ai/

Anthropic Claude Opus 4.8

Anthropic 2026年5月发布的旗舰多模态推理模型，主打长程智能体编程、百万级上下文与更高诚实度

https://www.anthropic.com/

Google Gemini 4 Ultra

Google DeepMind 于 2026 年 5 月发布的第四代旗舰多模态大模型，支持千万级 Token 上下文、原生多模态生成与 Agentic 自主工作流，搭载第七代 Ironwood TPU

https://labs.google/