AI大模型

AnchorCrafter 是由中国科学院与腾讯联合推出的一项创新技术，旨在通过人工智能生成高保真度的产品推广视频。

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。

LivePortrait是一款由快手科技与中国科学技术大学、复旦大学共同研发的AI驱动肖像动画工具，旨在将静态肖像图像转化为逼真的动态视频。

Whisper 是 OpenAI 开发的一款强大的语音识别模型，具有多语言支持、语音翻译和语言识别等多功能能力。

FaceChain 是一个基于深度学习技术的个性化数字形象生成工具，利用生成对抗网络（GANs）和 Stable Diffusion 模型，通过少量照片生成高度个性化的数字形象。

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。

53AI企业大模型应用平台是大中型企业广泛采用大模型落地应用平台，系统实现对全部主流大模型的统一纳管，包括DeepSeeK、OpenAI、Azure OpenAI、文心一言、讯飞星火、零一、LlaMa等。

讯飞星辰MaaS平台是科大讯飞推出的一款一站式大模型定制精调平台，旨在为开发者和企业用户提供低门槛、全栈式的大模型应用开发服务。

Moondream 是一个开源的轻量级视觉语言模型，由开发者 vikhyatk 推出，旨在提供高效、灵活的图像理解和文本生成能力。

“林哥的大模型野榜”是一个专注于中国用户需求的大模型产品排行榜，旨在帮助用户更好地了解和选择适合的大模型产品。

gpt-oss 是 OpenAI 开发的开源模型，支持推理、代理任务和开发者使用场景。

Qwen-Image 是阿里通义千问团队于2025年8月5日开源的200亿参数图像生成基础模型，采用MMDiT架构，专为复杂文本渲染与高精度图像生成设计。

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 。

字节跳动开发的AI视频生成模型，模型能够根据文本或图像生成高质量的视频内容，支持多镜头切换、稳定运动轨迹和风格化控制，适用于创意内容创作、广告制作和教育演示等场景。

MMAudio是一个多模态音频生成模型，旨在通过视频和/或文本输入生成高质量、同步的音频。

Kimi K2 是北京月之暗面科技有限公司于 2025 年 7 月 11 日推出的开源大语言模型。

IndexTTS2 是一个突破性的自回归语音合成模型，旨在解决大规模文本到语音（TTS）系统在精确时长控制和情感表达方面的挑战。

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。

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。

一个专注于大语言模型API 价格对比的权威在线工具，旨在帮助开发者、企业用户和研究人员快速、直观地比较主流AI模型的服务成本。

在线快速查找并比较各大平台的 AI 模型价格网站

一站式AI大模型体验、调用、部署、精调平台，Coding Plan套餐首购特惠低至3.9元/月

知识库大模型,智能客服,智能问答,AI写作

DeepSeek OCR 是一个突破性的视觉文本压缩模型，将文档转换为高度压缩的视觉token，实现7-20倍压缩比。准确率高达97%。突破LLM上下文限制,降低API成本,处理速度提升10倍。

科大讯飞推出的新一代认知智能大模型

提供优质的Gemini、Claude、OpenAI、Midjourney、Suno、Luma等种AI模型API接入服务。

免费AI 助手，提供聊天、文档阅读、音视频速读、AI 创作（图像/视频/音频）等。阿里云自主研发的大语言模型

开源大模型平台

免费AI 助手，提供聊天、文档阅读、音视频速读、AI 创作（图像/视频/音频）等。阿里云自主研发的大语言模型

免费AI 助手，提供聊天、文档阅读、音视频速读、AI 创作（图像/视频/音频）等。阿里云自主研发的大语言模型