AI大模型
MegaTTS3MegaTTS3是由字节跳动与浙江大学联合开发的零样本语音合成系统，采用轻量级扩散模型，参数量仅为0.45亿。该系统能够高效生成高质量的语音，并支持中文、英文及中英混合语音合成。
360智脑360智脑是由360公司开发的千亿参数规模的通用大语言模型，具备强大的自然语言处理和多模态交互能力，能够覆盖大模型应用的所有场景。
通义千问通义千问是由阿里云自主研发的大语言模型，具备强大的自然语言处理和多模态数据理解能力，能够理解和分析用户输入的文本、图片、音频、视频等多种形式的数据，并提供高质量的回答和服务。
腾讯混元腾讯混元大模型（Tencent Hunyuan）是由腾讯公司全链路自主研发的通用大语言模型，具备强大的中文理解与创作能力、逻辑推理能力以及可靠的任务执行能力。该模型拥有万亿参数规模，采用混合专家模型（MoE）架构，显著提升了性能和推理效率。
MovieGenMovie Gen 是一套基础模型，旨在生成具有同步音频的高质量视频。这项研究的重点是扩展基于 Transformer 的模型，并使用 Flow Matching 进行训练，在文本到视频合成、视频个性化、视频编辑、视频到
讯飞星火讯飞星火是由科大讯飞推出的新一代认知智能大模型，具有强大的跨领域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。
MiniMaxMiniMax 是由国内领先的通用人工智能科技公司 MiniMax 团队开发的一系列先进的人工智能模型，专注于多模态通用大模型的研发。
SoraSora是一个功能强大的视频生成模型，具备高分辨率支持、多模态输入、视频编辑和互动能力。它通过扩散 Transformer 模型和时空编码块技术，实现了高效且高质量的视频生成。
谷歌Veo 2谷歌的 Veo 2 是一款先进的人工智能视频生成模型，由 Google DeepMind 开发，旨在通过文本提示或图像生成高质量、逼真的视频。
可灵大模型可灵大模型（Kling）是由快手AI团队自主研发的先进视频生成大模型，专注于提供高质量视频内容生成服务。它采用多种先进技术，为用户带来独特的视频创作体验。
通义千问通义千问（英文：Qwen）是由阿里巴巴通义千问团队开发的大规模语言和多模态系列模型。它能够执行自然语言理解、文本生成、视觉理解、音频理解、工具调用、角色扮演、智能体等多种任务。
Agent TARSAgent TARS大模型是一个开源的多模态AI智能体，能够通过视觉解析网页内容，并与命令行和文件系统无缝集成。它支持多种操作系统，包括Windows、macOS、Android、iOS及网页应用等。
实在TARS实在智能的TARS大模型是面向垂直行业领域的自主训练的类ChatGPT大语言模型，基于垂直行业的千亿级高质量Tokens进行训练。
文心一言百度文心一言是百度推出的知识增强大语言模型，一款生成式对话产品，被誉为“中国版ChatGPT”。文心一言（ERNIE Bot）是百度基于文心大模型技术推出的一款生成式对话产品，它位于百度人工智能四层架构的模型层，具备跨模态、跨语言的深度语
DeepSeekDeepSeek是国内首个全面对标GPT-4技术架构的AI大模型。DeepSeek系列涵盖从7B到超千亿参数的完整模型矩阵，在数学推理、代码生成、多轮对话等核心能力上达到国际领先水平。
GPT-4GPT-4是由OpenAI开发的大型多模态模型。GPT-4是基于Transformer架构的预训练模型，能够接受图像和文本输入，并输出文本。它在模型规模和性能上都比前代产品有了显著提升。