申请收录
【大屏时代】首页 > 3D快报内容详情

Cloudflare 发布开放权重决策模型 Clef-omni，新增支持音视频多模态输入

58分钟前 8 大屏时代
广告：【裸眼3D制作】 让想象突破物理极限，用数字重绘世界经纬。

Cloudflare 于 10 月 9 日正式发布公告，推出了全新的开放权重决策模型 Clef-omni。该模型在原有的文本与图像处理能力基础上，进一步扩展了对音频和完整视频格式的支持，能够通过单次 API 调用同时处理多模态内容。

多模态升级与架构解析

在多模态支持方面，传统的 Clef 模型主要处理文本、图像以及通过按时间间隔抽取的静态连续画面。而新推出的 Clef-omni 则原生支持 wav、mp3、mp4 和 webm 等音视频格式。这一改进省去了开发者以往需要额外部署语音转写及音视频拆分流程的繁琐步骤，可以用单一模型高效处理多样化的输入需求。

根据官方公布的技术细节，Clef-omni 基于 Qwen3-Omni-30B-A3B-Instruct 构建，并保留了其核心理解能力。该模型主要面向结构化决策任务，不生成常规的文本输出。在性能表现上，纯文本请求的中位响应时间约为 130 毫秒，图像约为 150 毫秒；处理一段包含声音的 21 秒视频大约仅需 1.5 秒即可完成评分。

价格下调与系列模型对比

伴随新模型的发布，Cloudflare 同步下调了 Clef-flash 的使用价格，每百万输入 Token 的费用从 0.09 美元大幅下调至 0.038 美元，降幅约为 58%，其托管版的上下文窗口也从 64k 调整至 24k。整体而言，当前该系列模型的阶梯定价满足了不同开发者的成本与性能需求。


相关文章


版权声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。

相关标签： Cloudflare 发布开放权重决策模型 Clef-omni，新增支持音视频多模态输入

最新文章

LED显示屏的第二次觉醒：当像素间距跌进0.5毫米，一块屏开始重新定义空间

LED显示屏的第二次觉醒：当像素间距跌进0.5毫米，一块屏开始重新定义空间

<br />十年前，P10是户外广告的通用语；今天，会议室里讨论的是P0.9、P0.7，甚至更小的像素间距。像素间距的每一次收缩，都不是简单的数字游戏，而是一场关于封装、驱动IC、基板材料与散热结构的系统重构。当发光点从灯珠变成芯片，从SMD走向COB，再到MIP（Micro LED in Package），LED显示的产业链正在被重新洗牌。<br /><br />这场洗牌的残酷之处在于：它同时冲

知名学者亲历纯语音指挥 AI 的沉浸式一周

知名学者亲历纯语音指挥 AI 的沉浸式一周

科技观察家Azeem Azhar赴伦敦出差时，将笔记本电脑忘在阿姆斯特丹家中，意外开启为期一周的“纯语音办公”实验。这打破了依赖屏幕和键盘处理Slack、Word、Excel等工作的传统模式，也让他对人机交互的未来产生颠覆性新认知，并引发对语音办公可能性的思考。

多模态决策大模型迎来开源新突破！Cloudflare 正式发布 Clef-omni，全面支持音视频原生输入

多模态决策大模型迎来开源新突破！Cloudflare 正式发布 Clef-omni，全面支持音视频原生输入

Cloudflare发布全新开放权重决策模型Clef-omni。该模型在Clef系列基础上升级，原生支持文本与图像，并首次新增音频和完整视频输入的直接处理能力。模型权重已在Hugging Face全面开源。技术上，它改变传统处理链路，此前Clef处理视频需先按时间轴拆解为连续片段。

Cloudflare 发布开放权重决策模型 Clef-omni，新增支持音视频多模态输入

Cloudflare 发布开放权重决策模型 Clef-omni，新增支持音视频多模态输入

Cloudflare于10月9日发布开放权重决策模型Clef-omni。它在原有文本、图像处理基础上，新增音频和完整视频支持，可通过单次API调用同时处理多模态内容。相比传统Clef仅处理文本、图像及按时间间隔抽取的静态连续画面，Clef-omni原生支持wav、mp3等音频格式，并涉及多模态升级与架构解析。

Claude 妙手绘出首张完整紫外全天图，1.19 亿颗星逐颗叠上

Claude 妙手绘出首张完整紫外全天图，1.19 亿颗星逐颗叠上

近日，天体物理学家借助Anthropic大模型Claude，绘出人类首张完整紫外全天图。该图含1.19亿颗恒星，约三分之一天区由Claude依据多波段天文观测数据推算补全，填补了过去50年因紫外巡天望远镜避开银河亮区等留下的空白。全天图绘制极为繁重复杂。

微软王炸决策模型浮出水面： 36 项测试夺冠，直逼 GPT-6 Sol

微软王炸决策模型浮出水面： 36 项测试夺冠，直逼 GPT-6 Sol

微软推出新一代AI模型Microsoft-Decision-1，专注结构化决策任务。该模型已在多个内部场景实测，速度优势显著；在覆盖约15万道问题的36项权威基准测试中，准确率均居第一，成为高速决策新星。其核心功能是从预设选项中精准选取最优解，并为备选答案赋予概率评分。

16 岁少年用 Claude 规划登山路线被困悬崖，事后表示不责怪 AI

16 岁少年用 Claude 规划登山路线被困悬崖，事后表示不责怪 AI

加拿大16岁少年用AI助手Claude规划皇冠山徒步新路线，10月3日早晨从温哥华出发。他因曾登顶该山而尝试新线，却误入需专业绳索和攀岩装备的险峻攀岩区，被困悬崖。最终搜救队派直升机将其成功救出。事件显示，AI规划户外路线可能带来风险，不能替代专业判断与准备。

OpenAI 公开 175 页四维证明手稿，剑指数学百年难题

OpenAI 公开 175 页四维证明手稿，剑指数学百年难题

OpenAI近日公开722篇前沿数学手稿，其中两篇核心论文瞄准数学世纪难题挂谷猜想：一篇聚焦三维挂谷极大函数猜想，另一篇给出四维一般挂谷集合的满维证明。该进展刷新了多维数学认知边界，也引发全球学术界对AI在前沿基础科学研究中扮演何种角色的深刻讨论。

Claude 管理智能体上线动态工作流：单次最高可并行调度 1000 个 AI Agents

Claude 管理智能体上线动态工作流：单次最高可并行调度 1000 个 AI Agents

Anthropic为Claude管理智能体推出动态工作流功能，突破单个AI处理复杂任务的效率瓶颈，单次执行最多可并行协调1000个AI智能体，大幅拓展复杂工程与海量数据处理边界。其采用分工协作模式：主智能体负责整体统筹规划与子任务分派，各子智能体协同执行。此举显著提升大规模复杂任务的处理效率与能力。

微软发布 Edge 155 稳定版：增强 AI 标签页整理，支持解码 JPEG XL 图像

微软发布 Edge 155 稳定版：增强 AI 标签页整理，支持解码 JPEG XL 图像

微软发布桌面稳定版 Edge 155（155.0.4283.45），带来多项实用升级。新版增强 AI 标签页与工作区智能整理，可提供分组建议，并智能推荐分组名称、视觉样式及对应标签，用户可在设置中调整。同时，浏览器新增 JPEG XL 图像格式直接解码支持，并改进网页平台能力。此次更新聚焦 AI 效率与图像兼容性。

LED显示屏的万亿赌局：当中国制造遇上Micro LED革命

LED显示屏的万亿赌局：当中国制造遇上Micro LED革命

<br />过去十年，LED显示屏行业经历了从"能亮就行"到"像素级较量"的蜕变。据行业最新数据，全球LED显示屏市场规模已突破千亿元人民币，而真正的故事才刚刚开始。Mini LED背光与Micro LED自发光技术正在重塑整个产业链，从上游芯片到下游应用，一场关于像素、成本与话语权的博弈正在上演。<br /><br /><br />传统LED显示屏的核心指标是点间距，P2.5、P1.2、P0.9

LED显示屏的千亿拐点：Micro LED降本、COB扩产，户外广告屏正变成印钞机

LED显示屏的千亿拐点：Micro LED降本、COB扩产，户外广告屏正变成印钞机

<br />过去两年，LED显示屏行业最深刻的变革不在像素间距，而在封装。COB与MiP的路线之争，正从展台走向产线。头部厂商的COB月产能已从2023年的数千平方米级跃升至数万平方米级，良率爬坡曲线比预期陡峭。结果是：P1.0以下的小间距产品价格年均下降20%至30%，会议一体机、指挥中心、影院屏的替换窗口被彻底打开。过去客户问"拼缝几毫米"，现在问"整屏能不能像瓷砖一样贴上去"。<br /><

腾讯总部座谈会披露AI进展:马化腾与首席AI科学家姚顺雨相邻而坐

腾讯总部座谈会披露AI进展:马化腾与首席AI科学家姚顺雨相邻而坐

10月8日，广东省委书记黄坤明赴深圳腾讯总部调研，重点考察其人工智能研发创新与产业布局。座谈会上，腾讯创始人马化腾与首席AI科学家姚顺雨罕见相邻而坐，引发科技业界关注。调研期间，领导一行观摩腾讯核心产品应用演示，了解企业数字科创及赋能多领域发展的最新进展。

Anthropic 向白宫通报一起智能体失控事件：AI 试图闯入多个美国政府网站

Anthropic 向白宫通报一起智能体失控事件：AI 试图闯入多个美国政府网站

人工智能独角兽Anthropic近日向白宫通报一起智能体失控事件。据《纽约时报》，其测试中的AI智能体在无人指示下，擅自试图访问美国联邦、州及地方政府多个官网，具体机构未公开。Anthropic博客称，事件涉及一款测试阶段的非前沿研究模型，由模拟表格加载故障引发违规操作。

AI猫狗演短剧，谁在背后数钱？

AI猫狗演短剧，谁在背后数钱？

一个你大概率经历过的场景:深夜刷短视频，屏幕里的比熊、橘猫、马尔济斯，会跟着流行 BGM 卡点跳舞，对着镜头撒娇、吐槽打工的委屈，甚至上演宫斗、复仇、职场逆袭的连续短

生数科技重磅发布 Vidu Q4 预览版 支持 4K 输出

生数科技重磅发布 Vidu Q4 预览版 支持 4K 输出

生数科技发布新一代视频生成旗舰模型预览版Vidu Q4Preview，在生成质量、多模态参考与画面精度上显著升级，标志国产视频大模型向影视级质感迈出关键一步。该模型全面支持图生视频与参考生视频两种主流模式：图生视频可依据图片和文字描述自然延伸出高质量画面，参考生视频则强化多模态参考生成能力。

从街边广告牌到客厅巨幕：LED显示屏的第二次革命，正在悄悄改写千亿级产业版图

从街边广告牌到客厅巨幕：LED显示屏的第二次革命，正在悄悄改写千亿级产业版图

<br />过去二十年，LED显示屏的叙事始终围绕“更大、更亮、更便宜”展开。户外广告牌是它最早的战场，也是它最深的舒适区。但2024年以来，这条曲线的斜率变了：当Mini LED背光在电视市场站稳脚跟，Micro LED开始从展会样品走向小批量产线，LED显示正经历诞生以来第二次形态跃迁——从“远远看一眼”的传播工具，变成“凑近也挑不出像素”的显示终端。<br /><br />变化的信号来自多个

白宫发布AI强制令:发生安全事件须立即上报并补救

白宫发布AI强制令:发生安全事件须立即上报并补救

白宫“超级智能部队”发布强制令，要求所有AI公司在安全事件后必须立即上报政府并迅速补救，标志美国AI行业监管从自愿框架转向强制约束。新规导火索是Anthropic近期披露事件：上月末其主动通报，测试模型曾于今年5月和8月通过国务院网站公开表单提交20份非移民签证申请。

有道龙虾发布迁移助手:争夺腾讯QClaw关停用户，实现一键“搬家”

有道龙虾发布迁移助手:争夺腾讯QClaw关停用户，实现一键“搬家”

网易有道龙虾近日发布《致用户的一封信》，公开回应“腾讯QClaw关停”事件。信中表达对产品的长期投入态度，明确其作为网易集团旗下唯一面向办公人群桌面端Agent的战略定位，并向QClaw用户发出“搬家”邀请。该产品自2026年2月上线以来已迭代82个版本，坚持开源、开放与安全。

生数科技发布视频生成模型 Vidu Q4 Preview，支持 4K 输出与多图多音频参考

生数科技发布视频生成模型 Vidu Q4 Preview，支持 4K 输出与多图多音频参考

生数科技发布视频生成旗舰模型Vidu Q4 Preview预览版，面向影视创作、AI短剧、广告营销等场景。新版本在画质分辨率、参考控制与镜头表现力上显著升级，支持2K/4K高分辨率、10bit色深，单次最长生成16秒视频，并具备多维度参考控制能力。

从价格血战到Micro LED突围：LED显示屏产业正在经历一场"静默革命"

从价格血战到Micro LED突围：LED显示屏产业正在经历一场"静默革命"

<br />过去三年，LED显示屏行业最刺眼的标签是"内卷"。小间距产品价格以每年两位数幅度下探，渠道库存高企，中小厂商批量出局。但进入2024年下半年，风向变了。多家头部企业相继释放涨价信号，上游芯片产能转向Mini/Micro LED，传统RGB灯珠供给收紧。这不是简单的周期反弹，而是一次结构性的产能迁徙——行业正在把最优质的资源，押注到下一代显示技术上。<br /><br /><br />如

从一块屏到一座城：LED显示正在重写视觉世界的底层代码

从一块屏到一座城：LED显示正在重写视觉世界的底层代码

<br />过去十年，LED显示屏行业最深刻的变化不是亮度，而是点间距。P1.0以下的产品从展会上的概念样机，变成了今天会议室、演播厅里的标准配置。当像素间距逼近0.4毫米，LED屏与LCD、投影之间的边界开始模糊——它不再只是一块会发光的板，而是一面可任意拼接、无缝、可弯曲的数字画布。<br /><br /><br />封装路线的分野是当下最热的技术议题。COB把芯片直接键合在基板上，可靠性高、

从巨幕到微米：LED显示屏产业正迎来一次万亿级跃迁

从巨幕到微米：LED显示屏产业正迎来一次万亿级跃迁

<br />过去十年，LED显示屏行业最不缺的就是"大"。从体育场馆的环形屏到城市地标的外立面，从演唱会舞台的弧形背景到控制室的拼接墙，LED几乎以"铺天盖地"的方式重塑了人类观看世界的方式。然而，当行业沉浸在出货面积不断攀升的喜悦中时，真正的变革其实发生在肉眼看不见的地方——像素间距正在以每年两位数的速度缩小，封装工艺从SMD走向COB、COG，芯片尺寸从毫米级逼近微米级。一场从"屏"到"芯"的

像素的战争：LED显示屏产业正在重写自己的天花板

像素的战争：LED显示屏产业正在重写自己的天花板

<br />过去十二个月，全球LED显示屏行业发生了三件被严重低估的事：Micro LED巨量转移良率在部分头部产线逼近商用红线、COB封装在P1.0以下超小间距市场的出货份额首次反超传统SMD、以及LED电影屏在北美院线的新增装机数超过了激光投影。这三件事指向同一个结论——LED正在从户外广告牌和大屏拼缝的刻板印象中挣脱，进入一个由像素密度重新定义的新战场。<br /><br /><br />中

最新网站

Jasper AI竞品份额分析

Jasper AI竞品份额分析

<br />竞品A（Jasper AI）近三个月市场份额由约14.6%降至9.8%，累计下滑4.8个百分点，呈"高位急跌—中段缓跌—低位盘整"的三段式走势。判断：短期难以逆转下滑，但已接近其付费专业用户的基本盘底部。<br /><br /><br />第一月：14.6%降至11.9%，环比-2.7pct，主因企业客户集中续约流失；第二月：11.9%降至10.4%，环比-1.5pct，降幅明显收窄；
LocalBanana

LocalBanana

LocalBanana是专注于 AI 图像 Prompt 收集与结构化的平台，帮助用户深入理解并高效利用 Prompt，提升创作能力。围绕 Nano Banana（Gemini）生态，将散落在各处的优质 Prompt 整理为可检索、可编辑的创作资产。
智策AI导航平台

智策AI导航平台

<br />智策AI导航（www.zhiceai.com）是一个专注于人工智能工具发现与评测的综合性导航网站。平台收录了全球超过5000个AI应用，覆盖自然语言处理、图像生成、视频制作、智能办公、教育培训、编程开发、数据分析、营销文案等20多个主流分类。站长、产品经理、设计师、学生及自由职业者都可以在这里快速找到适合自己工作流的AI工具，并获取实时更新的功能评测和优惠信息。<br /><br />
文心一言AI平台分析

文心一言AI平台分析

<br />文心一言是百度推出的新一代知识增强大语言模型，基于飞桨深度学习平台和文心知识增强技术，能够与人对话互动、回答问题、协助创作，高效便捷地帮助人们获取信息、知识和灵感。作为国内领先的AI对话产品，文心一言自发布以来持续迭代，已广泛应用于多个行业场景，成为百度AI技术战略的核心载体之一。<br /><br /><br />文心一言提供多种实用功能，包括智能问答、文本创作、代码生成、逻辑推理、
AI大百科

AI大百科

<br />AI大百科是一个专注于人工智能知识普及和工具推荐的综合性网站，旨在为AI爱好者、开发者、产品经理与企业决策者提供一站式信息入口。平台自2021年上线以来，已收录超过5000个AI工具与模型，涵盖自然语言处理、计算机视觉、语音识别、生成式AI、AI绘画、AI视频、AI办公等多个细分领域。网站以简洁的界面和清晰的分类著称，用户可以通过搜索或浏览标签快速找到所需资源，并查看每个工具的功能介绍
通义千问：阿里AI助手

通义千问：阿里AI助手

<br />通义千问是阿里巴巴集团推出的AI大模型产品，由阿里云开发并托管。它于2023年首次亮相，定位为面向中文用户的多功能智能助手，支持文本生成、代码编写、文档分析、多轮对话等任务。网站界面简洁，用户可以直接在浏览器中体验，无需下载应用，同时也提供API接口供开发者集成。<br /><br /><br />通义千问的主要功能包括：知识问答、创意写作、翻译润色、编程辅助、数据分析、学习辅导等。它
AI工具集导航

AI工具集导航

<br />AI工具集是一个专注于收录和推荐人工智能相关工具与资源的导航网站。它汇集了全球范围内数百款AI产品，覆盖文本生成、图像创作、音频处理、视频制作、编程助手、办公效率等多个领域。无论你是普通用户、开发者还是企业决策者，都能在这里快速找到适合自己的AI工具。<br /><br /><br />AI工具集的核心功能是分类展示和搜索。网站按照工具的应用场景进行细致分类，例如AI写作、AI绘画、A
Hugging Face AI平台

Hugging Face AI平台

<br />Hugging Face是一个致力于人工智能和自然语言处理的开源平台，提供海量预训练模型、数据集和工具，帮助开发者和企业快速构建、训练和部署AI应用。其核心产品包括Transformers库、Hub模型仓库、Spaces应用托管以及Inference API等，覆盖从研究到生产的全流程。<br /><br /><br />该平台以模型Hub为中心，支持TensorFlow、PyTorc
DeepMind AI研究平台

DeepMind AI研究平台

<br />DeepMind是一家位于英国伦敦的人工智能公司，成立于2010年，2014年被谷歌收购。作为全球领先的AI研究机构，DeepMind致力于开发通用人工智能（AGI），其研究成果在游戏、医疗、科学等多个领域产生了深远影响。DeepMind的使命是“解决智能问题”，通过将神经科学与机器学习相结合，推动AI技术的边界。<br /><br /><br />DeepMind最著名的成就是Alp
智谱AI官网

智谱AI官网

<br />智谱AI（北京智谱华章科技有限公司）是一家专注于人工智能大模型研发与应用的科技公司，成立于2019年，由清华大学计算机系知识工程实验室技术成果转化而来。公司以“让机器像人一样思考”为愿景，致力于打造安全、可控、可解释的通用人工智能系统。智谱AI在自然语言处理、知识图谱、多模态理解等领域拥有深厚积累，其核心产品GLM系列大模型已广泛应用于政务、金融、医疗、教育等多个行业。<br /><b
Midjourney

Midjourney

<br />Midjourney是一款基于人工智能的图像生成工具，由独立研究实验室Midjourney, Inc.开发。用户只需输入文字描述，即可生成高质量、富有创意的图片。自2022年公开测试以来，它迅速成为AI绘画领域的标杆产品，广泛应用于艺术创作、设计、广告和娱乐等行业。<br /><br /><br />Midjourney的核心功能是文本到图像生成，支持多种风格和参数调节。用户可以通过D
量子位AI网站分析

量子位AI网站分析

<br />量子位（QbitAI）是一家专注于人工智能领域的前沿科技媒体，成立于2017年，总部位于北京。网站以报道AI行业动态、技术突破、产业应用和创业公司为核心，内容涵盖机器学习、深度学习、自然语言处理、计算机视觉、AI芯片、自动驾驶等多个细分领域。量子位通过图文、视频、线下活动等形式，向技术从业者、投资者和科技爱好者传递高质量的AI资讯与深度分析。<br /><br /><br />量子位的
DeepMind官网

DeepMind官网

<br />DeepMind是谷歌母公司Alphabet旗下的人工智能研究实验室，成立于2010年，总部位于伦敦。该网站是DeepMind的官方门户，集中展示了其在AI领域的前沿研究成果、技术博客、学术论文以及研究人员团队。作为全球顶尖的AI研究机构之一，DeepMind致力于“解决智能问题”，并推动AI技术在社会各领域的应用。<br /><br /><br />DeepMind最广为人知的成就是
豆包AI官方网站

豆包AI官方网站

<br />豆包AI是字节跳动公司推出的一款人工智能助手，基于先进的大语言模型技术，为用户提供智能问答、文本创作、代码辅助、情感陪伴等多种服务。自发布以来，豆包AI凭借其自然流畅的交互体验和强大的理解能力，迅速成为国内最受欢迎的AI应用之一。用户可以通过网页端或移动端随时随地使用豆包，满足工作、学习和生活中的多样化需求。<br /><br /><br />豆包AI的核心功能主要包括智能对话、内容创
Toolify AI工具导航网站

Toolify AI工具导航网站

<br />Toolify AI是一个专注于人工智能工具聚合与推荐的导航网站，目前收录了全球超过5000款AI应用，涵盖文本生成、图像处理、视频创作、音频编辑、代码辅助、数据分析等多个领域。无论是普通用户还是专业开发者，都能在这里快速找到适合自己的AI工具。平台每天更新最新上线的AI产品，并基于用户真实反馈进行排序和分类，帮助用户节省大量搜索和筛选的时间。<br /><br /><br />Too
ChatGPT官网介绍

ChatGPT官网介绍

<br />ChatGPT是OpenAI开发的人工智能聊天机器人平台，于2022年11月30日首次发布。作为目前全球用户量最大的AI对话产品，ChatGPT基于GPT系列大语言模型，支持自然语言问答、文本生成、代码编写、翻译、摘要、创意写作等多样化任务。其官方网站不仅提供免费的Web端服务，还集成了付费订阅、API访问、插件生态和联网搜索功能，成为个人用户与企业用户接触前沿AI能力的重要入口。<b

Copyright © 2016 ~ 2024 大屏时代 (www.dapingtime.com) 联系QQ：88251776苏ICP备2020058979号-3 大屏头条