多模态

StayCharted 是 Product Hunt 上发布的一款产品，定位为让用户用自己的分类体系训练 AI，可同时处理文本和图片，并强调无需写代码。它面向希望按自身业务分类逻辑定制 AI 的用户，试图降低自定义模型训练的门槛。目前公开信息仅来自该产品在 Product Hunt 的条目，未披露发布方背景、具体功能边界与使用方式。

Sierra 在 Product Hunt 发布了 Multimodal Agents，这是一类可在语音、文字与视觉之间切换的 AI 智能体，发布信息仅说明其支持多模态交互，未披露具体客户场景、接入方式或底层模型。

Milliseconds.ai 是一款在 Product Hunt 上发布的产品，定位为通过单一 API 对文本和图像进行快速 AI 决策。它面向需要在文本与图像两类输入上快速得到判断结果的使用者，把原本可能需要分别接入不同模型或服务的流程，收敛为一个统一调用入口。目前公开信息仅来自其产品页一句话描述，具体模型、性能指标与适用场景尚未披露。

Inkling 是一个开放权重（open weights）的多模态模型，参数量达 975B，专为微调（fine-tuning）场景设计。该产品允许开发者直接获取预训练权重，并在此基础上针对特定任务进行后训练或定制化调整。目前未公布发布方及具体部署方式，但开放权重特性暗示用户可自行托管和修改模型。

HFlow 是一款面向机器人领域的可扩展多模态数据管道产品，于 2026 年 8 月 26 日在 Product Hunt 上发布。它旨在帮助机器人开发团队高效处理和整合多种类型的数据，以支撑机器人系统的训练与运行。

QwenLM 团队发布了 Qwen-MM-Plugins，这是一套插件，旨在让智能体原生支持多模态能力。它能够处理图片、视频和文档，支持视频编辑以及 3D/CAD 数据处理，从而将多模态模型升级为多模态智能体。该项目的演示效果可在其 GitHub 仓库中查看。

小红书技术团队开源 BigMac，一种针对多模态大模型训练的依赖安全嵌套流水线新范式。它利用 LLM 流水线作为主干，在不打乱执行顺序的前提下嵌入编码器和生成器计算，相比基线实现 1.08x-1.9x 加速，同时保持激活显存有界。BigMac 已作为 dots 多模态模型训练的核心组件投入生产。

Meta AI 超级智能实验室发布了首个开放权重模型 Muse Glimmer，并已上线 OpenRouter。这是一款 30B 参数的密集文本+图像模型，采用 Apache 2.0 许可证，定位为可靠的本地智能体，MCP Atlas 得分 75.5，SWE-Bench Pro 得分 51.2。