生数科技成立于2023年，主要致力于开发基于Transformer的多模态大模型及相关产品，推动生成式AI在艺术设计和影视等领域的应用。其AI视频创作工具Vidu和3D资产创建工具VoxCraft展现了其在深度学习技术上的创新与应用。

miqu-1-70b-sf是一个基于Transformer架构的大型语言模型，专注于自然语言处理，能够生成连贯且逻辑清晰的文本，适用于多种任务如文本生成和问答，展现出其卓越的性能和应用潜力。

CohereAI是一个专注于企业语言AI解决方案的平台，提供基于Transformer架构的多种模型，旨在提升自然语言处理能力。其产品包括Command、Embed和Rerank，适用于生成式AI和高级检索等场景，支持灵活部署。

Transformers是一个适用于Pytorch、TensorFlow和JAX的先进机器学习库，专注于自然语言处理任务。该模型基于多头注意力机制，广泛用于提升AI模型性能。

EasyCV是阿里巴巴开源的计算机视觉工具箱，专注于视觉Transformer及自监督学习，支持多种视觉任务如图像分类和目标检测，是开发者构建解决方案的理想选项。

ASR-BlockFormer是基于Transformer的中文语音识别工具包，旨在提高推理精度，特别在AISHELL-1数据集上表现出色。它支持CTC与AED融合训练，适合语音识别研究者与开发者使用。

DiT（Diffusion Transformer）是一个专注于图像生成的深度学习模型，采用transformer架构，以优越的可扩展性和性能生成高质量的视觉内容。它在多个领域表现出色，特别适合需要精细化生成任务的应用。

DiT-MoE是一个基于Transformer架构的图像生成模型，旨在提升图像生成质量。其采用稀疏网络技术，使得在性能与推理效率之间达到良好平衡，并提供了完整的实现代码。

Qwen15-7B-Chat是基于Transformer架构的语言模型系列，支持多语言，模型经历了显著的性能提升。该系列包括不同大小的解码器模型，特别进行了监督微调以优化性能。

GroundingDINO是一个专注于开放式目标检测的团队，结合了Transformer架构的DINO与基础预训练技术，推动了零样本检测的发展。团队提出了一种语言与视觉模态融合的创新解决方案，在多项测试中展现了卓越表现。

MusicGen是一个基于Transformer架构的音乐生成模型，由Meta AI的FAIR团队开发，旨在服务音乐创作者。它支持文本到音乐生成和旋律引导的音乐生成任务，具备不同尺寸和变体，以满足多样化需求。

Qwen1.5-72B-Chat是一个基于Transformer架构的语言模型，具备72B参数，经过大量数据的预训练，支持多语言和高性能对话生成。该模型不断进行技术改进，适用于多种应用场景。

Etched 是一家 AI 芯片公司，致力于开发首款基于 Transformer 架构的 ASIC，名为 Sohu。该产品旨在提供比传统 GPU 更快、更便宜的 AI 模型运行，适用于实时语音代理和其他领域。

vicuna-7b-1.1是一个基于Transformer架构的开源聊天机器人，由多所大学团队共同开发，旨在优化自然语言处理。其主要用于AI研究，尤其是大型语言模型和聊天机器人领域。

OpenAI的GPT模型是一种以Transformer架构为基础的语言模型，擅长于文本生成及多种自然语言处理任务。OpenAI成立于2015年，多个创始人具备深厚的AI研究背景。