# Apertus 1.5

瑞士Apertus项目发布1.5版8B与70B模型，在1.0基础上继续预训练，新增图像与音频理解、可选思考模式，并把上下文窗口扩到262,144个token。多模态走早期融合路线：图像和音频被切成离散token，与文本token排进同一序列，不另设视觉编码器，因此模型架构不变、训练仍按纯文本速度运行。模型只理解图像和音频、输出仍是文本，语音处理仍属实验性；项目自述整体仍落后于前沿开放权重模型。

瑞士Apertus项目发布1.5版8B与70B模型，在1.0基础上继续预训练，新增图像与音频理解、可选思考模式，并把上下文窗口扩到262,144个token。多模态走早期融合路线：图像和音频被切成离散token，与文本token排进同一序列，不另设视觉编码器，因此模型架构不变、训练仍按纯文本速度运行。模型只理解图像和音频、输出仍是文本，语音处理仍属实验性；项目自述整体仍落后于前沿开放权重模型。