AI大模型与GPT工具导航

谷歌推出的一款基于扩散模型的虚拟试衣技术，旨在为用户提供高质量、逼真的试衣体验

全面收集有明确来源的大模型情况

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。

BuboGPT是字节跳动推出的一款多模态大语言模型（LLM），能够处理文本、图像和音频等多种输入模态，并具备对齐和非对齐理解的能力。

学而思九章大模型（MathGPT）是好未来教育集团自主研发的一款专注于数学问题解决和教学的人工智能应用。

CogVideo 是一个由清华大学和北京人工智能研究院（BAAI）联合开发的开源文本到视频生成模型。

NineF AI是一站式免费主流AI大模型集成平台，集成了GPT、Claude、Llama等全球顶尖AI模型，提供多角度智能解答，助您提升工作效率和决策准确性。

面壁智能是一家专注于人工智能大模型技术创新与应用的科技公司，致力于构建智能时代的大模型基础设施，加速大模型在典型场景与领域的应用与落地，成为通用智能服务的引领者。

Vimi 是商汤科技推出的一款基于可控人物视频生成大模型的 AIGC 产品,是全球首个可控人物视频生成大模型。

一款多模态大模型，具备高智商和高情商的特点

Aidge 是阿里巴巴国际数字商业集团推出的一款 AI 驱动的综合 AI 工具套件，旨在简化全球商业运营，特别是针对中小企业（SMEs）和跨境电子商务领域的商家。

心辰Lingo是西湖心辰公司开发的国内首个端到端通用语音大模型，具有多项先进技术和显著优势。

VideoPoet模型能够处理多种输入类型，包括图像、视频、文本和音频，并支持多种视频生成任务，如文本到视频、图像到视频、视频风格化、视频修复、视频扩展以及视频转音频等。

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

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。

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。

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。

Hallo 是一个由复旦大学（Fudan University）开发的开源项目，专注于音频驱动的视觉合成技术，特别是用于人像动画生成。

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。

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。

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 。

一款高性能文本到语音（TTS）系统，基于流匹配的非自回归生成方法，结合了扩散变换器（DiT）技术。

Seed-TTS 是由字节跳动开发的高级文本到语音（TTS）模型系列，旨在生成高质量、几乎无法与人类语音区分的语音。

MiniMind项目旨在从零开始训练一个轻量级语言模型（LLM），并提供完整的训练、微调、推理和部署流程。

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。

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。

“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。

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。

元象大模型XChat是一款由元象科技自主研发的高性能通用人工智能大模型，旨在降低开发门槛与推理成本，满足多任务需求。

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。