GPT-4是OpenAI推出的大语言模型,支持图像输入与更长文本处理,在推理、考试与多语言任务上有较好表现,官方页面介绍其能力与安全评估方式,适合开发者与研究者了解模型特性。
Stable Diffusion是Stability AI推出的文本生成图像模型,可根据文字描述生成图像并支持图生图、局部重绘等功能,模型开放权重并有丰富社区生态,适合创作者与开发者生成和定制图像。
Ollama是一个在本地运行开源大模型的工具,用户通过简单命令即可下载并运行多种模型,支持与编码智能体等应用集成,社区用户数量众多,适合想在个人设备上部署模型隐私优先的开发者。
Auto-GPT是一个开源的自主AI智能体框架,可围绕用户设定的目标自动拆解任务、调用工具并循环执行,项目在GitHub上获得大量关注,适合开发者研究智能体的任务编排机制。
腾讯混元大模型是腾讯推出的大模型系列,包含混合专家语言模型以及视觉、图像、语音识别等方向的模型,支撑腾讯内部多款产品并对外开放接口,适合企业用户与开发者了解并调用。
DALL·E 2是OpenAI推出的文本生成图像模型,可根据文字描述生成图像,并支持图像外绘、内绘与变体生成等编辑功能,官方页面展示生成示例,适合创作者与研究者了解图像生成技术。
BLOOM是由BigScience协作项目发布的开源自回归大语言模型,参数规模达一千七百六十亿,支持四十六种自然语言与十三种编程语言,模型权重公开,适合研究者开展多语言生成任务。
Gradio是一个用于构建机器学习演示应用的Python框架,开发者用少量代码即可为模型创建网页界面,内置四十余种组件并支持分享部署,其应用可在Hugging Face空间托管,适合快速做模型演示。
StableLM是Stability AI发布的开源语言模型系列,提供不同参数规模的模型权重与技术报告,模型基于公开数据进行训练,适合开发者在本地运行语言模型或开展二次开发。
PaLM 2是谷歌推出的大语言模型,在多语言理解、推理与代码生成等任务上进行训练,支撑了多款谷歌产品中的AI功能,官方页面介绍其技术特点与应用方式,适合关注大模型进展的用户了解。
DeepFloyd IF是DeepFloyd实验室发布的开源文本生成图像模型,基于扩散与冻结文本编码器实现高质量图像生成,分阶段生成图像并支持风格控制,模型权重公开,适合研究者开展文生图实验。
Codex是OpenAI推出的代码生成模型,能够将自然语言描述转换为程序代码,曾支撑GitHub Copilot等编程辅助工具,官方博客介绍其技术原理与能力,适合开发者了解AI编程辅助的发展背景。
MiracleVision奇想智能是美图公司自研的视觉大模型,聚焦图像生成与视觉设计能力,已应用于美图旗下影像与设计产品的多项功能中,官方站点展示模型能力与应用案例,适合关注视觉AI的用户了解。
AgentGPT是Reworkd推出的浏览器内AI智能体工具,用户在网页上为智能体设定目标后,它会自动拆解任务并逐步执行,无需安装环境,适合想体验自主智能体工作方式的用户尝试。
M6是阿里巴巴达摩院推出的多模态大模型,可处理文本与图像等多种输入,支持文本生成、图像理解等任务,官方页面提供模型介绍与论文入口,适合关注中文多模态模型的研究者了解。
Cohere是一家企业级人工智能公司,面向企业提供大语言模型产品与平台服务,覆盖文本生成、检索与智能体等场景,支持私有化数据接入,适合企业构建与部署生成式AI应用。
悟道是北京智源人工智能研究院发布的预训练模型系列,涵盖中英双语语言模型与多模态模型等方向,相关论文与成果公开发布,适合研究者了解中文大规模预训练模型的发展脉络。
DeepSpeed是微软开源的深度学习训练优化库,通过ZeRO等技术降低大模型训练的显存与算力开销,支持分布式训练与推理加速,适合需要训练或部署大规模模型的工程团队使用。
Scale AI是一家提供AI训练数据服务的公司,围绕数据标注与数据引擎构建产品线,为自动驾驶、大语言模型等场景提供训练数据与评估支持,也面向企业输出数据相关的解决方案。
文心大模型是百度推出的系列大语言模型,涵盖自然语言理解与生成、多模态等多种规格,支撑搜索、内容创作等场景的应用落地,适合企业用户与开发者了解其产品形态并接入使用。
Segment Anything是Meta推出的图像分割模型项目,可根据点选或框选提示从图像中分割出目标对象,官方开放了模型与数据集并发布论文,适合计算机视觉研究者与开发者了解和使用。
Replicate是一个面向开发者的模型运行平台,通过一行代码调用API即可运行开源模型,支持图像生成、语言模型等多种任务,也提供模型微调与部署能力,适合开发者快速集成AI功能。
序列猴子是出门问问推出的大模型开放平台,提供语言理解与生成、语音、图像等多模态能力的API接口,面向企业输出内容创作与对话等服务,适合开发者将大模型能力接入应用。
StableVicuna是由Stability AI旗下CarperAI团队发布的开源聊天语言模型,基于Vicuna模型通过人类反馈强化学习训练而成,是较早的大规模开源RLHF对话模型之一,适合研究者用于对话任务实验。
Watsonx.ai是IBM推出的企业级人工智能平台,将机器学习能力与生成式AI结合,提供模型训练、微调与部署等工具,并配套提示与治理功能,适合企业在自有数据上构建AI应用。
Lobe是微软推出的可视化机器学习训练工具,用户无需编写代码即可在桌面端完成数据导入、模型训练与导出部署,界面以拖拽方式组织流程,适合想快速训练图像与音频模型的初学者,其桌面应用已停止开发。
魔搭社区是阿里巴巴推出的开源模型社区,汇聚大量预训练模型、数据集与应用案例,提供模型下载、在线体验与Python工具库,适合开发者查找模型并在本地或云端部署使用。
Lamini是一个企业级大语言模型微调平台,支持企业在私有数据上构建、微调与部署自有模型,提供API与数据管理能力,适合需要在内部系统中落地定制语言模型的技术团队。
Imagen是谷歌发布的文本生成图像扩散模型研究项目页,展示了模型根据文字描述生成图像的效果与论文成果,介绍了语言理解与图像保真度等评估方法,适合关注文生图技术的研究者查阅。
Gen-2是Runway推出的多模态视频生成模型,支持由文本或图像生成视频片段,并提供风格化与运动控制等编辑能力,官方页面展示示例与论文,适合创作者与研究者了解视频生成技术。
OpenBMB是由面壁智能与清华大学相关团队发起的开源大模型社区,发布MiniCPM等端侧大模型系列与配套工具,致力于让大模型在个人设备上运行,适合开发者下载模型并开展本地部署。
LLaMA是Meta发布的大语言模型系列,提供不同参数规模的模型权重供研究使用,以较小的体量取得较好的语言能力,带动了开源模型生态发展,适合研究者在本地环境开展语言模型实验。
HuggingFace是一个AI开源社区平台,托管数十万模型与数据集资源,提供Transformers等开源软件库以及模型托管、演示空间等服务,适合开发者与研究者获取模型并协作构建AI应用。
Evidently AI是一个开源的AI评测与可观测性工具,支持对机器学习与大语言模型的输出进行评估、监控与报告生成,提供测试用例与仪表盘,适合数据团队在生产环境中检查模型质量。