-
Mistral Large 2：Mistral AI发布的新一代 AI 大模型
Mistral Large 2 是法国AI公司 Mistral AI 发布的新一代 AI 大语言模型， Mistral Large 2 有 1230 亿个参数和 128k 的上下文窗口，支持法语、德语、西班牙语、意大利语、中文等多语言能力，覆盖 80 多种编程语言。该模型展示了改进的推理和准确性，在 MMLU 基准测试中达到了 84%，并与 GPT-4o、Claude 3 Opus 和 Llama… -
Llama 3.1：Meta最新推出的开源大语言模型
Llama 3.1是Meta最新推出的开源大语言模型，有三种规格：80亿、700亿和4050亿参数，支持八种语言，具备128K扩展上下文长度。它提供卓越的通用知识、数学计算、多语言翻译和工具使用能力，开放下载并允许开发者定制和微调。 -
Mistral NeMo：Mistral AI和英伟达联合发布的AI小模型
Mistral NeMo是由法国AI公司Mistral AI与NVIDIA合作开发的一个120亿（12B）参数的大型语言模型。它提供高达128k tokens的上下文窗口，并且在推理、世界知识和编码准确性方面达到了该规模模型的先进水平。 -
DCLM-7B：苹果最新推出的开源AI语言模型
DCLM-7B是苹果与合作伙伴一起推出的开源小型语言模型，全部开源，包括权重、训练代码和数据集。DCLM-7B性能优异，接近大型模型，采用decoder-only架构，上下文长度2048。DCLM在多个基准任务上性能出色，支持商业使用。 -
SmolLM-HuggingFace发布的高性能小型语言模型
SmolLM是由 Huggingface 最新发布的一组高性能的小型语言模型，参数分别为 1.35 亿、3.6 亿和 17 亿，训练数据来自高质量数据集 SmolLM-Corpus，其中包括 Cosmopedia v2、Python-Edu 和 FineWeb-Edu。SmolLM 模型在多种基准测试中表现不错， 适合跑在手机这种终端设备上。 -
GPT-4o mini：OpenAI最新推出的AI模型，更快更便宜更智能
GPT-4o mini是由OpenAI推出的一款高性价比小型模型，具有成本低、性能强、功能多样和安全可靠等特点。它在多项评测中表现优异，在 MMLU 上得分 82%，目前优于 GPT-4，比 GPT-3.5 Turbo 便宜 60% 以上。目前支持文本和视觉，未来将支持更多形式。 -
-
讯飞星火认知大模型V3.5
讯飞星火是科大讯飞发布的认知大模型，以中文为核心的新一代认知智能大模型，拥有跨领域的知识和语言理解能力，能够基于自然对话方式理解与执行任务。从海量数据和大规模知识中持续进化，实现从提出、规划到解决问题的全流程闭环。 -
-
-
Claude 3.5-Anthropic推出的新一代AI大模型
Claude 3.5 Sonnet 是 Anthropic 公司推出的新一代 AI 大模型，属于即将到来的 Claude 3.5 模型系列中的第一个版本。它在多项评估中表现出色，超越了竞争对手模型和 Claude 3 Opus，同时保持了中端模型 Claude 3 Sonnet 的速度和成本。 -
Stable Diffusion-全球最强开源AI绘画模型
Stable Diffusion 完全免费开源，所有代码均在 GitHub 上公开，任何人都可以拷贝使用，只需要输入一句提示词（prompt），就能够在几秒钟内创造出令人惊叹的绘画作品。 -
Qwen2-阿里云最新发布的通义千问开源大模型
Qwen2是阿里云通义千问团队开源的新一代大语言模型，推出了5个尺寸的预训练和指令微调模型，在中文英语的基础上，训练数据中增加了27种语言相关的高质量数据；代码和数学能力显著提升；增大了上下文长度支持，最高达到128K tokens（Qwen2-72B-Instruct）。多个评测基准上的领先表现。现已在Hugging Face和ModelScope开源。 -
-
M2UGen-腾讯发布的多模态音乐生成模型
M2UGen是一个多模态音乐理解和生成模型的项目。该项目利用大型语言模型的能力，结合MU-LLaMA模型、MosaicML的MPT-7B-Chat模型、BLIP图像字幕模型和VideoMAE字幕模型，生成音乐相关的数据集，并使用M2UGen模型进行音乐生成和理解。 -
Codestral-Mistral AI推出的AI代码生成模型
Codestral支持80多种编程语言，提供代码辅助功能和较大的上下文窗口，在性能表现上也表现出色。通过API端点和插件支持，Codestral可以灵活集成到各种开发环境中，满足不同开发者的需求。 -
-
Gemini 1.5-谷歌发布的新一代AI大模型
Gemini 1.5是谷歌发布的全新AI大模型，除了性能显著增强，还在长上下文理解方面取得突破，它可以处理多达100万token，实现了迄今为止任何大型基础模型中最长的上下文窗口。甚至能仅靠提示词学会一门训练数据中没有的新语言。 -
Llama 3-Meta最新推出的新一代开源大模型
Llama 3是一款由Meta推出的大型开源人工智能语言模型，Llama-3共有80亿、700亿两个参数版本，与Llama-2相比，Llama-3使用了15T tokens的训练数据，在推理、数学、代码生成、指令跟踪等能力获得大幅度提升。 -
EMO-阿里巴巴发布的AI肖像视频生成框架
EMO是一个由阿里巴巴发布的音频驱动的肖像视频生成框架。它能够通过单一参考图像和音频输入，生成具有丰富表情和多样头部姿势的虚拟角色视频。EMO利用先进的注意力机制和去噪网络，支持多语言和多种肖像风格的动态表现，为内容创作和虚拟角色动画制作提供了新工具。 -
Vidu-生数科技发布的视频大模型，可生成16秒1080P高清视频
Vidu是一个由生数科技联合清华大学发布的中国首个长时长、高一致性、高动态性视频大模型。该模型采用原创的Diffusion与Transformer融合的架构U-ViT，支持一键生成长达16秒、分辨率高达1080P的高清视频内容。Vidu不仅能够模拟真实物理世界，还拥有丰富想象力，具备多镜头生成、时空一致性高等特点。 -
-
火山方舟-一站式大模型服务平台
火山方舟是一个开放的大模型生态平台，它提供了一系列功能，包括模型广场、模型体验、模型训练推理和模型应用。这个平台旨在加速大模型能力渗透到千行百业，助力模型提供方和使用者实现商业新增长。 -
豆包大模型-字节跳动推出的系列大语言模型
豆包大模型是字节跳动自研的一系列人工智能模型，包括通用模型Pro、Lite、角色扮演模型、语音合成模型、声音复刻模型、语音识别模型、文生图模型、Function Call模型和向量化模型。这些模型支持长文本处理、个性化角色创作、语音合成与识别、声音克隆、图文创作、复杂工具调用等功能，适用于问答、创作、分类等多种场景。 -
Imagen 3-谷歌推出的文生图模型，可生成高质量图像
Imagen 3 是 DeepMind 开发的最新文本到图像模型，它能够生成高质量、高分辨率的图像，具有更好的细节和丰富的光照效果。该模型支持多种视觉风格，从照片般逼真到油画质感，以及黏土动画场景。 -
Veo - Google推出的视频模型，可生成1分钟1080p视频
Veo 是 Google DeepMind 开发的先进视频生成模型，能够生成1080p高分辨率、长时长的高质量视频。它支持广泛的电影和视觉风格，准确捕捉提示的细微差别，并提供创意控制。 -
GPT-4o：OpenAI最新发布的多模态AI大模型，可实时推理音频、视觉和文本
GPT-4o是OpenAI推出的最新一代大型语言模型，它集合了文本、图片、视频、语音的全能模型，能够实时响应用户需求，并通过语音进行实时回答。GPT-4o具有强大的逻辑推理能力，其速度是前代模型GPT-4 Turbo的两倍，而成本降低了50%。 -
讯飞星火认知大模型
讯飞星火是科大讯飞发布的认知大模型，以中文为核心的新一代认知智能大模型，拥有跨领域的知识和语言理解能力，能够基于自然对话方式理解与执行任务。从海量数据和大规模知识中持续进化，实现从提出、规划到解决问题的全流程闭环。 -
-
讯飞星火语音大模型
讯飞星火认知大模型是科大讯飞推出的AI大语言模型，专注于提供高精度的语音识别和超拟人化的语音合成服务。它支持多种语言和方言，具备自动语种判断和智能标点功能，能够实现流畅的语音转文字和自然口语的语音输出。该模型适用于语音搜索、聊天输入、游戏娱乐、人机交互、智能客服等多个场景，为企业和开发者提供了强大的语音交互解决方案。 -
讯飞星火开源大模型
讯飞星火开源大模型是科大讯飞对外开源的大模型。讯飞星火开源-13B（iFlytekSpark-13B）拥有130亿参数，在经过累计超过3万亿以上tokens海量高质量数据集上进行预训练，然后在精调的多元化对齐数据上进行微调得到。iFlytekSpark-13B在多个标准评估中展现出了卓越的性能，其表现优于同参数量级的开源模型，与一些闭源模型相比不相上下。 -
OpenELM-苹果发布的开源高效语言系列模型
OpenELM是Apple苹果公司发布的一系列开源语言模型，包含OpenELM-270M、OpenELM-450M、OpenELM-1_1B和OpenELM-3B不同参数规模版本（包含预训练和指令微调）。 -
-
商汤商量拟人大模型
商汤商量拟人大模型支持个性化角色创建与定制、知识库构建、长对话记忆、多人群聊等功能,可实现行业领先的角色对话、人设、及剧情推动能力，广泛应用于情感陪伴、影视/动漫/网文IP角色、明星/网红/艺人AI分身、语言角色扮演游戏等拟人对话场景。 -
-
Phi-3：微软公布的开源小型语言模型，支持移动设备
Phi-3 是微软 AI 研究院开发的一系列小型语言模型，它们是开源的并且可以商用。这些模型的特点是体积小、所需资源少，使得它们能够在资源受限的环境中运行，例如在移动设备或者边缘计算设备上。 -
-
abab 6.5-MiniMax稀宇科技发布的万亿参数MoE大 模型
abab 6.5是国内 AI 初创企业 MiniMax 稀宇科技今日正式推出的 MoE 混合专家模型架构的系列大模型，核心能力开始接近 GPT-4、 Claude-3、 Gemini-1.5。 -
天工SkyMusic-昆仑万维推出的AI音乐生成大模型
「天工SkyMusic」是昆仑万维推出的AI音乐生成大模型，基于昆仑万维「天工3.0」超级大模型打造，是目前国内唯一公开可用的AI音乐生成大模型。具备高质量音乐制作、逼真人声合成、精准歌词控制、多元风格适应及复杂歌唱技巧学习等五大特点。该模型基于先进的Transformer技术，能够根据用户输入生成具有丰富情感表达的音乐作品，旨在推动音乐创作的创新和个性化发展。 -
