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。
經緯創投、順為資本與君聯資本聯合領投,資金將用於模型訓練、垂直場景適配及基礎設施研發。
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。
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。
模型採 Apache-2.0 授權,基於 Qwen3.5-4B 微調;貼文稱在 H100 上每次決策約 30 毫秒。