目前，AI大模型主要分为以下几类：

1、语言模型：
Transformer 模型：如 BERT（Bidirectional Encoder Representations from Transformers）、RoBERTa（Robustly Optimized BERT Pretraining Approach）、TransformerXL 等，这些模型主要用于自然语言处理（NLP）任务，如文本分类、问答系统、文本生成等。
生成式模型：如 GPT（Generative Pretrained Transformer）系列，包括 GPT1、GPT2、GPT3、GPT4 等，这些模型擅长文本生成、对话生成等任务。

2、多模态模型：
视觉语言模型：如 CLIP（Contrastive LanguageImage Pretraining）、DALL·E 等，这些模型能够处理图像和文本等多模态数据，进行跨模态理解和生成任务。

3、视觉模型：
图像模型：如 Vision Transformers (ViT)、Swin Transformer 等，主要用于图像分类、目标检测、图像分割等视觉任务。

4、语音和音频模型：
语音识别模型：如 Wav2Vec 等，用于语音识别、语音合成等任务。

5、科学计算模型：
蛋白质结构预测模型：如 AlphaFold，用于预测蛋白质结构。
化学和药物设计模型：如 AlphaFold 的作者 DeepMind 发布的 AlphaFold 2 等，用于预测蛋白质结构和药物设计。

6、其他模型：
强化学习模型：如 AlphaGo，用于决策和游戏智能体。
图神经网络：用于图数据的建模和分析。

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。