可用于长文本处理、代码生成等长序列任务，具备100万token稳定上下文，支持多级别思考力平衡性能与延迟，采用IndexShare架构降低计算量，MIT许可完全开源无地域限制。

可在标准笔记本或单GPU上实现27B级推理，用于文本生成等场景。项目采用三元语言权重，部署 footprint 约7.2GB，保留95% FP16智能，支持CUDA、Metal、CPU，具备262K token上下文和4-bit KV缓存量化。

可用于图像视频问答、物理世界状态预测及任务分解规划。该模型耦合语言推理与视觉想象，具备统一的混合Transformer架构，支持交错生成文本与视觉帧，实现具身理解、世界建模与联合子目标规划。

可用于科学问题解决、长周期任务处理及多模态推理，具备科学文献视觉预训练、跨20+领域科学任务强化学习及通用与科学长周期智能体能力，支持工具调用与思维模式切换。

可用于科学问题解决、多模态推理及长周期任务处理。该模型采用新型视觉语言预训练范式，支持20+科学领域任务，具备工具调用和思维模式切换能力，在通用与科学基准测试中表现优异。