Kumpletong koleksyon ng mga AI model sa usapan, larawan, video at audio
DeepSeek
Pinakamakapangyarihang open-source na model ng China, MoE architecture na 671B parameters, performance na katulad ng GPT-4, magaling sa matematika, coding at pangangatwiran, ganap na open-source para sa komersyal na gamit.
Baidu
Flagship na malaking model na binuo ng Baidu batay sa ERNIE architecture, magaling sa pag-unawa ng Chinese, paglikha at kakayahang multimodal, malalim na naka-integrate sa Baidu Search.
Alibaba Cloud
Ultra-large-scale na language model na binuo ng Alibaba, serye ng Qwen2.5, 72B parameters, sumusuporta sa maraming wika, mahusay ang open-source na bersyon.
Tencent
Malaking language model na binuo ng Tencent, malalim na naka-integrate sa ecosystem ng WeChat at QQ, magaling sa usapang Chinese, paglikha ng teksto at pag-unawa ng nilalaman.
Moonshot AI
Unang malaking model ng China na sumusuporta sa 2M-character na ultra-long na konteksto, magaling sa pagsusuri ng mahabang dokumento at pagbasa ng akademikong papel, mahusay sa Chinese, libreng gamitin.
ByteDance
AI assistant na inilunsad ng ByteDance, batay sa Skylark na malaking model, magaling sa paglikha, usapan at pagsasalin, malalim na naka-integrate sa ecosystem ng Douyin at Toutiao, ganap na libre.
Zhipu AI
Open-source na malaking model mula sa AI company na kaugnay ng Tsinghua, sumusuporta sa bilingual na Chinese-English at 128K konteksto, mahusay ang bersyong 9B parameters.
iFlytek
Cognitive na malaking model ng iFlytek na may malinaw na bentahe sa cross-modal na pag-unawa ng pananalita, larawan at teksto, sumusuporta sa pagkilala ng dialekto, malawakang ginagamit sa edukasyon at medikal.
Baichuan AI
AI company na itinatag ng founder ng Sogou na si Wang Xiaochuan, mahusay ang Baichuan 4 sa pag-unawa ng Chinese at kakayahang mangatwiran.
OpenAI
Pinakabagong flagship multimodal na model ng OpenAI na sumusuporta sa pag-unawa ng teksto, larawan at audio, 128K context window, magaling sa pangangatwiran, paglikha at coding nang mas mabilis at mas mura.
Anthropic
Pinakabagong henerasyon ng Claude model na may komprehensibong pag-upgrade sa coding, pangangatwiran at kakayahang multilingual, 200K context window, ligtas at nakokontrol para sa mga aplikasyong enterprise.
Google DeepMind
Pinakabagong multimodal AI model ng Google na may native na suporta sa pag-unawa ng teksto, larawan, audio at video, 1M context window, malalim na naka-integrate sa ecosystem ng Google.
Meta AI
Pinakamakapangyarihang open-source na language model ng Meta, ang bersyong 70B parameters ay lumalapit sa performance ng GPT-4, sumusuporta sa maraming wika, ganap na libre para sa komersyal na gamit na may mayamang komunidad.
Mistral AI
Flagship na model mula sa nangungunang AI company ng Europa, 123B parameters, magaling sa multilingual na pangangatwiran at code generation, 128K konteksto, napakasulit sa presyo.
Midjourney
Pinakamakapangyarihang AI drawing tool na may iba't ibang istilong pansining at nangungunang kalidad ng larawan, sumusuporta ang V6 sa text rendering, ginagamit sa pamamagitan ng Discord, angkop para sa mga propesyonal na designer.
OpenAI
Image generation model ng OpenAI na malalim na naka-integrate sa GPT-4, may pinakamalakas na kakayahang unawain ang masalimuot na prompt, ang mga likhang larawan ay lubos na tumutugma sa paglalarawan.
Stability AI
Open-source na image generation model na may makapangyarihang text-to-image at image-to-image, ganap na libre, maaaring i-deploy nang lokal, mayamang mga plugin ng komunidad.
Black Forest Labs
Bagong likha mula sa orihinal na team ng Stable Diffusion, nangungunang kalidad ng larawan, napakalakas na text rendering, sumusuporta sa high-resolution na output, mahusay ang open-source na bersyon.
Google DeepMind
Pinakabagong image generation model ng Google na may mayamang detalye ng larawan, makatotohanang epekto ng liwanag, sumusuporta sa iba't ibang istilong pansining, malalim na naka-integrate sa ecosystem ng Google.
Alibaba Cloud
AI painting model ng Alibaba Cloud na sumusuporta sa text-to-image, image-to-image at style transfer, malakas sa pag-unawa ng Chinese prompt, libreng gamitin.
OpenAI
Rebolusyonaryong text-to-video na model ng OpenAI, kayang gumawa ng 60-segundong HD video, tumpak na pisika, makinis na galaw ng kamera, nangungunang kalidad ng video sa industriya.
Runway
Propesyonal na video generation tool na sumusuporta sa text-to-video, image-to-video at video editing, paborito ng mga Hollywood filmmaker, malakas na kontrol sa pagkamalikhain.
Pika Labs
Madaling gamitin na video generation tool na sumusuporta sa iba't ibang istilo, mayamang mga feature sa pag-edit, magiliw na interface, angkop para sa mga creator na mabilis gumawa ng maikling video.
Kuaishou
Lokal na text-to-video na malaking model, kayang gumawa ng 2-minutong video, mahusay ang physics simulation, malakas sa pag-unawa ng Chinese prompt, libreng gamitin.
Luma AI
Mabilis na video generation tool, gumagawa ng 5-segundong mataas na kalidad na video sa loob ng 120 segundo, makinis at natural na galaw, angkop para sa mabilis na prototyping.
ElevenLabs
Pinakamakapangyarihang AI voice synthesis tool na sumusuporta sa 29 na wika, natural at makatotohanang boses, mayamang emosyon, sumusuporta sa voice cloning, unang pagpipilian para sa audiobook at dubbing.
Suno AI
AI music generation tool, maglagay ng teksto upang lumikha ng buong kanta, sumusuporta sa iba't ibang istilo, natural na boses, angkop para sa mga creator na mabilis lumikha ng musika.
Udio
Propesyonal na AI music generation platform na may mahusay na kalidad ng tunog, sumusuporta sa pinong kontrol, kayang gumawa ng musikang hanggang 15 minuto, angkop para sa propesyonal na produksyon ng musika.
OpenAI
Pinakamakapangyarihang speech recognition model na sumusuporta sa 99 na wika na may napakataas na katumpakan, ganap na open-source at libre, maaaring i-deploy nang lokal.
GitHub / OpenAI
Pinakamakapangyarihang AI programming assistant batay sa GPT-4, sumusuporta sa lahat ng pangunahing programming language, code completion, generation, explanation at testing.
Anysphere
AI-native na code editor na sumusuporta sa multi-model switching, tumpak na code prediction, sumusuporta sa pag-unawa ng konteksto ng buong proyekto, efficiency multiplier para sa developer.
Gamma
AI presentation generation tool, maglagay ng teksto upang lumikha ng magandang PPT, sumusuporta sa iba't ibang template, awtomatikong layout, unang pagpipilian ng mga tagapagsalita.
Perplexity AI
AI search engine na may real-time na paghahanap sa internet, nagbibigay ng tumpak na sagot na may citation, sumusuporta sa deep research mode, mahalagang tool para sa mga mananaliksik at estudyante.
AI note assistant batay sa Gemini, kayang suriin ang mga na-upload na dokumento, lumikha ng buod, Q&A at podcast audio, tool sa pag-aaral at pananaliksik.
Harvey AI
AI assistant para sa industriyang legal na dinisenyo para sa mga abogado, sumusuporta sa contract review, case research at pagbubuo ng legal na dokumento, ginagamit ng mga nangungunang law firm sa mundo.
Jasper AI
AI marketing content generation platform na sumusuporta sa paglikha ng blog, ad copy at social media content, tuloy-tuloy na tono ng brand, tool sa kahusayan para sa marketing team.
Google DeepMind
AI sa pag-predict ng istruktura ng protina, rebolusyonaryong tagumpay sa pananaliksik na biyolohikal, nakatulong sa libu-libong pag-aaral, nagwagi ng Nobel Prize sa Chemistry.