目前，主流的AI大模型主要包括以下几种：

1、Transformer类模型：
BERT (Bidirectional Encoder Representations from Transformers)：由Google开发，是一种典型的预训练语言模型，通过掩码语言建模任务进行训练，能够捕捉上下文的语义信息。
RoBERTa (Robustly Optimized BERT Pretraining Approach)：Facebook AI开发的模型，通过优化BERT的训练过程和数据增强策略，在多个NLP任务上取得了更好的性能。
DistilBERT (Distilled BERT)：由Hugging Face开发，是BERT的一个更轻量级版本，通过知识蒸馏技术在保持大部分性能的同时减少了模型的大小和计算需求。

2、生成模型：
GPT (Generative Pretrained Transformer) 系列：
GPT1：最初的GPT模型。
GPT2：改进的版本，拥有更大的模型尺寸和更多的训练数据。
GPT3：OpenAI发布的最新版本，参数量达到175亿，在文本生成任务上表现出色。

3、多模态大模型：
CLIP (Contrastive LanguageImage Pretraining)：由OpenAI开发，结合了视觉和语言处理，能够理解图像和文本的对应关系。
DALL·E：同样由OpenAI开发，能够基于文本描述生成图像。

4、其他类型模型：
PaLM (Pathways Language Model)：谷歌开发的超大语言模型，通过Pathways范式进行训练，旨在处理广泛的任务。
LLaMA (Large Language Model Meta AI)：由Meta AI开发，是一种高效且可扩展的大型语言模型。

这些模型在自然语言处理（NLP）、计算机视觉、语音识别等领域取得了显著的成果，推动了人工智能技术的发展和应用。