Cloudflare 推出 Clef-omni:開放權重模型同時處理文字、圖像、音訊與視訊,並降價 Clef-flash
Clef-omni 建基於 Qwen3-Omni-30B-A3B-Instruct MoE,21 秒含聲音影片約 1.5 秒完成評分,並上架 HuggingFace。
Cloudflare Blog一手來源
34 則值得知道的變化
Clef-omni 建基於 Qwen3-Omni-30B-A3B-Instruct MoE,21 秒含聲音影片約 1.5 秒完成評分,並上架 HuggingFace。
模型支援文字生圖與影像編輯,可透過 Diffusers 的 QwenImage21Pipeline 在 CUDA 上部署,並以 CFG=1 與 prefix KV caching 加速推論。
D01 通訊頻率 1000Hz、重複定位 0.2mm;W02 縮小約 30%,AE01 則以 22 個編碼器採集遙操作資料。
訪談稱團隊沿用 Luna 權重、未重新訓練,透過結構化輸出與並行處理加速首次決策回傳,並支援多題批次處理。
模型宣稱以單一 JSON 信封輸出版面、OCR、ASR、圖表與影片事件等結構化結果,並在 OmniDocBench v1.6 獲 96.96 分。
ML Drift 據稱以 Apache 2.0 開源,支援四種 GPU API,並可作為 LiteRT 的 GPU 加速核心或獨立函式庫。