模型索引

OpenAI 发布的 GPT-4 Turbo 模型，在发布时提供 128K 上下文窗口；视觉预览版本支持图像和文本输入并生成文本输出。

零一万物发布的基础开源模型，支持最高 20 万 token 的上下文长度。 参数规模：34B；开放方式：开源；主要架构：自回归 Transformer。

DeepSeek Coder 从头训练于 2T tokens，覆盖 1.3B、5.7B、6.7B 与 33B 等规模，并支持 16K 上下文和代码补全。

第三代 ChatGLM，增强了原生工具调用（Function Calling）和代码执行功能。 参数规模：6B；开放方式：开源；主要架构：自回归 Transformer。

结合直接偏好优化（DPO）算法微调，提升了对话意图的对齐效果。 参数规模：7B；开放方式：开源；主要架构：自回归 Transformer。

百度发布的基础模型。官方发布说明，其在文心一言中的部署可接收文本提示和图像输入，并生成文本、图像和视频内容。

引入滑动窗口注意力机制，在同参数级别基准测试中表现优异。 参数规模：7B；开放方式：开源；主要架构：自回归 Transformer。

阿里云推出的支持多种语言的开源基础模型系列。 参数规模：72B；开放方式：开源；主要架构：自回归 Transformer。

DALL·E 3 是 OpenAI 的文生图系统。官方论文把提示词遵循的主要改进归因于训练数据重标注：先用专用图像描述器生成更详细的合成说明，再用这些说明训练图像生成模型。论文披露的组件包括 T5-XXL 文本编码器、文本条件 U-Net 潜空间扩散模型，以及经一致性蒸馏压缩到两步去噪的扩散解码器；参数量和文本上下文长度未公开。其公开接口接收文本并输出图像，不提供 DALL·E 2 式的图像编辑或变体输入。

百川智能发布的第二代开源模型，提升了垂直领域任务表现。 参数规模：53B；开放方式：开源；主要架构：自回归 Transformer。

采用 Evol-Instruct 方法微调的开源代码生成模型。 参数规模：34B；开放方式：开源；主要架构：自回归 Transformer。

面向企业级商业应用优化的新一代韩语大规模模型。 参数规模：未知；开放方式：闭源；主要架构：自回归 Transformer。

Code Llama 是基于 Llama 2 继续训练的代码模型系列。2023 年首发包含 7B、13B、34B 三种规模，以及基础、Python 和 Instruct 版本；7B 与 13B 的部分版本支持填充中间代码。模型使用 16000-token 序列训练，Meta 报告它在最长 100000-token 输入上仍有改进。基础版和 Python 版不是通用指令模型。

Qwen-VL 是阿里云发布的视觉语言模型，可接收图像和文本输入并输出文本或以文本编码的边界框，支持图像描述、视觉问答、文档文字理解和目标定位。

SDXL 1.0 是 Stability AI 发布的图像生成模型。模型原生生成 1024 × 1024 图像，采用基础模型与精炼模型组成的两阶段潜空间扩散架构，并支持文本生成图像及图像条件生成。

Llama 2 覆盖 7B、13B 与 70B 参数规模，并提供对话版本，使企业和开发者能够在自有环境中部署开放权重模型。

原生支持最高 10 万 token 的上下文窗口，并提升了代码能力。 参数规模：未知；开放方式：闭源；主要架构：自回归 Transformer。

第二代 ChatGLM，升级了架构，支持更长的上下文窗口和更快的推理速度。 参数规模：6B；开放方式：开源；主要架构：自回归 Transformer。

Inflection AI 的底层语言模型，主要用于驱动对话应用 Pi。 参数规模：未知；开放方式：闭源；主要架构：自回归 Transformer。

百川智能推出的中英双语开源大模型。 参数规模：7B；开放方式：开源；主要架构：自回归 Transformer。