目前，AI大模型主要包括以下几类：

1、语言模型：
BERT (Bidirectional Encoder Representations from Transformers)：由Google开发，是一种用于自然语言处理（NLP）的预训练语言模型。
RoBERTa：基于BERT的改进版本，通过更大量的文本数据和更长的训练时间提升了性能。
TransformerXL：针对长文本建模的模型，解决了传统Transformer在处理长文本时的限制。
XLNet：结合了自回归和自编码的优势，提供了一种新的预训练目标。
ChatGPT 和 LLaMA：由OpenAI和Meta等公司开发的对话式AI模型，能够生成流畅的文本回复。

2、图像模型：
Vision Transformers (ViT)：将Transformer架构应用于图像分类任务，通过将图像分成补丁并使用Transformer编码器进行处理。
Swin Transformer：一种分层Transformer模型，用于图像识别任务，取得了很好的效果。

3、多模态模型：
CLIP (Contrastive LanguageImage Pretraining)：一种结合文本和图像的模型，通过对比学习在大量图像文本对上进行预训练。
DALL·E：一种能够将文本描述转化为图像的生成模型。

4、科学计算与蛋白质结构预测模型：
AlphaFold：由DeepMind开发，用于预测蛋白质结构的AI模型，在蛋白质结构预测领域取得了突破性进展。

5、语音和音乐模型：
WaveNet：用于原始波形音频生成的模型。
MusicLM：用于音乐生成的模型，可以根据文本描述生成音乐。

6、其他：
DeepMind的Alpha系列：如AlphaGo（围棋AI）、AlphaZero（通用棋类AI）、AlphaFold（蛋白质结构预测）等。

这些大模型在各自的领域内都取得了显著的成果，推动了人工智能技术的发展和应用。