京東科技通過自研JoyAI大模型，助力北京“京辦”平臺實現智能化升級，推動政務辦公從數字化邁向智能化。該技術針對政務知識庫分散、公文流轉複雜等痛點，提供系統性解決方案，顯著提升公文寫作效率與城市治理水平。
杭州海康威視推出基於自研“觀瀾”工業大模型的AI質檢系統，通過智能視覺檢測解決製造業配件包裝環節的錯漏裝問題。該系統能精準識別配件種類與數量，發現異常立即報警，顯著提升質檢效率和準確性。
廣州鈦動科技自研的“鈦極”問答推理模型在SuperCLUE商業營銷大模型榜單中以85.82分奪冠，超越多家大廠，展現垂直領域AI的強勁實力。
上海交通大學發佈自研光學垂直大模型Optics GPT，聚焦光學領域專業洞察，爲產業鏈提供智能支持，推動“AI+硬科技”融合發展。
自動化AI網絡研究助手，利用本地大型語言模型進行深入研究。
字節跳動自研大模型，提供多模態能力
深入研究大型語言模型的內部一致性和自我反饋
嗶哩嗶哩自主研發的輕量級大語言模型
Google
$0.49
輸入tokens/百萬
$2.1
輸出tokens/百萬
1k
上下文長度
Openai
$2.8
$11.2
Xai
$1.4
$3.5
2k
$7.7
$30.8
200
-
Anthropic
$105
$525
$0.7
$7
$35
$17.5
$21
Alibaba
$6
$24
256
$4
$16
Baidu
128
Bytedance
$1.2
$3.6
4
$2
$3.9
$15.2
64
Moonshot
$0.8
skt
A.X 3.1 Light 是一款專為韓語理解和企業部署優化的輕量級大語言模型（LLM），由SKT完全自主研發。
multimolecule
RNAErnie是一個基於非編碼RNA序列進行自監督預訓練的模型，採用多階段掩碼語言建模目標，為RNA研究提供強大的特徵表示能力。
nlpie
PPACE是一款80億參數的大語言模型，專為生物醫學資助項目摘要的自動分類而設計，支持世界衛生組織研究優先級分類。
NeuraLakeAi
神經湖iSA-03迷你3B是由神經湖科技研發的先進AI模型，融合了傳統大語言模型的直接響應能力與自動多步推理功能，支持256K token的超長上下文處理。
llm-jp
由日本國立情報學研究所開發的大語言模型，支持日語和英語等多種語言，適用於自然語言處理任務。
openbmb
MiniCPM-重排序器是由面壁智能與清華大學自然語言處理實驗室、東北大學信息檢索小組聯合研發的中英雙語文本重排序模型，具備卓越的中英文及跨語言重排序能力。
refiners
DINOv2 是 Facebook 研究團隊開發的視覺特徵提取模型，通過自監督學習獲得強大的圖像表示能力。
zongzhuofan
MoVA-8B是一個開源的多模態大語言模型，採用從粗到細的機制，自適應地路由和融合特定任務的視覺專家模塊，可用於多模態模型和聊天機器人的研究。
Kwai-Kolors
可圖(Kolors)是快手可圖團隊自研的大規模文生圖潛空間擴散模型，在生成圖像視覺質量、複雜語義還原度、中英文字體渲染等方面表現優異。
MiniCPM是面壁智能與清華大學自然語言處理實驗室聯合研發的端側大語言模型系列，核心模型僅含12億非詞嵌入參數，在多項評測中超越更大規模的開源模型。
xverse
XVERSE-7B-Chat是由深圳元象科技自主研發的70億參數多語言大語言模型，基於XVERSE-7B模型對齊而來。該模型支持8K上下文長度，能夠滿足多輪對話、知識問答與摘要等需求，在多項評測中表現優異。
lmsys
Vicuna是一個基於Llama 2微調的聊天助手模型，通過在ShareGPT收集的用戶共享對話上進行有監督指令微調訓練得到。該模型主要用於大語言模型和聊天機器人的研究，支持16k上下文長度，目標用戶為自然語言處理、機器學習和人工智能領域的研究人員和愛好者。
Vicuna是一個基於LLaMA微調的聊天助手模型，通過在ShareGPT收集的用戶共享對話上進行監督指令微調訓練得到。該模型主要用於大語言模型和聊天機器人的研究，為自然語言處理、機器學習和人工智能領域的研究人員和愛好者提供強大的研究工具。
cerebras
Cerebras-GPT 2.7B 是基於 Transformer 架構的語言模型，旨在助力大語言模型的研究，可作為自然語言處理等領域的基礎模型。
HeNLP
HeRo是基於RoBERTa架構的希伯來語最先進語言模型，為希伯來語的自然語言處理研究和應用提供強大支持。該模型在HeDC4數據集上訓練，專門針對希伯來語的語言特點進行優化。
bigscience
BLOOM是一個支持46種自然語言和13種編程語言的大規模多語言生成模型，由國際研究組織BigScience開發
batterydata
基於電池研究論文大規模語料庫預訓練的語言模型，繼承自SciBERT-cased，專注於電池領域文本理解
Unified MCP Tool Graph 是一個研究驅動的項目，通過將來自不同MCP服務器的工具API聚合並結構化到一個集中的Neo4j圖數據庫中，為大型語言模型（LLMs）和代理AI系統提供動態檢索最相關工具的智能基礎設施層。
SEO工具MCP服務器是一個標準化的接口服務，通過Model Context Protocol協議連接大型語言模型與多種SEO API（如DataForSEO），實現自然語言交互式的SEO數據分析、關鍵詞研究、反向鏈接檢查等功能。
Transformers%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
