AI大模型

MuseTalk 是一个实时高质量音频驱动唇形同步模型，旨在解决高分辨率、身份一致性和准确唇形同步的面部视觉配音挑战，尤其适用于实时应用如直播视频 。

美团自主研发的生成式AI大模型，模型具备强大的多模态能力，能处理文本、图像等多种数据类型

专注于语言模型（LLM）SQL 能力评测的专业平台，构建了全面且具实践价值的 SQL 能力排行榜（SCALE），为开发者、数据库管理员及企业技术决策者提供关键参考

MonkeyOCR是一款开源文档解析模型，专注于高效、精准地解析复杂结构化文档。

AI Ping是面向大模型使用者，提供全面、客观、真实的大模型服务评测与信息汇总平台。提供长周期、高频率、多时段评测数据,助力您高效完成大模型服务的选型与供应商评估

一个与人工智能（AI）模型评估和比较相关的平台，其核心功能是通过用户投票和社区参与的方式，对大型语言模型（LLM）进行评测和排名。

华为云推出的面向行业的大模型

网易伏羲推出的一系列人工智能平台和工具的总称

微软亚洲研究院开发的一款革命性的 AI 模型，能够将静态照片和音频文件结合生成逼真的说话视频

字节跳动推出的一系列人工智能大模型，旨在提供多模态、多场景的AI解决方案

商汤日日新开放平台,商汤日日新大模型官网入口

阿里巴巴集团Qwen团队研发的大语言模型和大型多模态模型系列

Mistral AI发布了多个版本的大型语言模型，包括Mistral Nemo、Mistral Large、Codestral和Mixtral等。

CosyVoice是一款由阿里巴巴通义实验室开发并开源的多语言语音生成模型，专注于自然语音生成、音色克隆和情感控制。

达医智影是阿里巴巴达摩院医疗AI实验室研发的一款创新性AI医疗工具，专注于CT智能读片和癌症筛查领域。

Veo 3 是 Google DeepMind 推出的新一代视频生成模型，专为电影制作人、故事讲述者和创意工作者设计，将视频与音频无缝结合，开启生成式 AI 的创作新篇章。

腾讯研发的大语言模型

SadTalker 是一个基于单张图像和音频生成说话人脸视频的模型，其核心功能是通过音频输入使静态图片中的图像动起来，并生成说话的虚拟人物。