GPT-4

Qwen2-VL 是阿里巴巴达摩院开源的一款先进的视觉多模态 AI 模型，它在图像和视频理解方面展现了卓越的能力。

AnyText图像多语言视觉文本生成与编辑

Whisper是OpenAI公司开发的一种通用语音识别模型，它是基于大量不同音频数据集进行训练的。Whisper模型是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别等任务。

最强开源AI绘画工具，Stability A推出的文本到图像生成AI

百度文心,产业级知识增强大模型,包含基础通用大模型及面向重点领域和重点任务的大模型,同时有丰富的工具与平台支撑高效便捷的应用开发,学习效率高,可解释性好,大幅降低AI开发与应用门槛.

在浏览器中组装、配置和部署自主人工智能的开源项目