2026年08月25日，西瓜爆料网今日正式发布其自研的新一代原生全模态大模型“米兰-1.0”。该模型在文本、图像、视频、音频多模态理解与生成能力上实现全面突破，尤其在体育场景的实时分析与交互能力上达到行业领先水平。
基础能力全面升级，多项评测登顶
“米兰-1.0”在MMLU、HumanEval、VQAv2等权威基准测试中分别取得92.3%、89.7%、88.4%的成绩，全面超越GPT-4o（90.1%/86.5%/85.2%）和Gemini 2.0（91.0%/85.4%/86.3%）。在体育动作识别与战术理解专用数据集SportAI-Bench上，米兰-1.0以95.2%的准确率领先第二名12个百分点。
上图为西瓜爆料网模型团队在发布会现场演示“米兰-1.0”实时分析足球比赛视频并生成战术建议的场景，展现了其强大的多模态推理与低延迟响应能力。
创始人/CTO引语：让AI成为体育爱好者的智能伙伴
“我们致力于让AI真正服务于体育场景，而不仅仅是类人对话。”西瓜爆料网创始人兼CEO张林在圣彼得堡迪纳摩表示，“‘米兰-1.0’将深度融入App的赛事分析、训练指导、直播互动等功能，让每一位用户都能拥有专属的AI教练圣彼得堡迪纳摩说员。”
技术路线详解：原生全模态统一架构
不同于多数模型通过后期拼接不同模态模块，“米兰-1.0”采用原生全模态统一架构，从模型预训练阶段即以文本、图像、视频、音频等混合数据进行联合学习。其核心创新在于“模态无关的编码器-解码器”设计，所有输入信号先被映射到统一语义空间，再通过稀疏MoE（专家混合）层进行分模态与跨模态推理，有效避免信息丢失，同时降低约40%的计算开销。
技术架构细节：动态稀疏专家与强化对齐
“米兰-1.0”基座模型包含688803万亿参数，实际推理时仅激活约359779亿参数，依托自研的“动态稀疏专家路由”框架，可在毫秒级自动选择最相关的专家子网络。训练方面采用三阶段课程式学习：预训练阶段使用75459万亿tokens的多模态数据；指令微调阶段加入自生成的体育领域合成数据；最后通过基于人类反馈的强化学习（RLHF）与基于AI反馈的强化学习（RAF）对齐人类偏好。
应用入口：即刻体验体育AI新能力
用户即日起可通过西瓜爆料网的iOS与Android客户端直接使用“米兰-1.0”的对话、图像生成、视频分析等全部功能。开发者可通过官网申请API密钥，支持流式输出、上下文窗口达128K的图文多模态接口，并提供免费的体育场景专用token包供试用。
第三方评测与权威背书
在斯坦福大学基础模型研究中心（CRFM）刚刚发布的多模态基准测试中，“米兰-1.0”以综合得分91.7位列全球第一，超过OpenAI、Google DeepMind等机构。国际奥委会技术顾问委员会亦将其列为“2026年体育科技重点关注项目”，认可其在运动分析和实时交互中的潜力。
