🔹 1. LANGUAGE MODELS （语言模型）

• 就是我们常说的 大语言模型 (LLM)。

• 主要任务：对话、问答、写作、代码生成、逻辑推理。

• 示例：Qwen、DeepSeek、LLaMA、GPT-OSS、Gemma 等。

• 应用场景：Chatbot、智能问答、代码助手。

🔹 2. EMBEDDING MODELS （嵌入模型）

• 输入文本，输出向量表示（embedding）。

• 向量化后可以用于 语义检索、相似度计算、知识库问答。

• 示例：OpenAI text-embedding-3、BGE（BAAI Embedding）、E5 系列。

• 应用场景：RAG（检索增强生成）、相似问题匹配、语义搜索。

🔹 3. RERANK MODELS （重排序模型）

• 给定一个查询 + 一组候选结果，模型负责 判断哪些更相关、重新排序。

• 作用：提升检索结果的质量，避免 embedding 检索误判。

• 示例：Cohere Rerank、BAAI bge-reranker。

• 应用场景：搜索引擎、问答系统、推荐系统。

🔹 4. IMAGE MODELS （图像模型）

• 用于 图像生成、编辑、识别。

• 分两类：
• 生成类：Stable Diffusion、SDXL、Flux → 根据文本生成图像。
• 理解类：CLIP、BLIP → 图文匹配、描述生成。

• 应用场景：AI 绘画、图文检索、文生图。

🔹 5. AUDIO MODELS （音频模型）

• 音频处理相关，包括 语音识别 (ASR)、语音合成 (TTS)。

• 示例：Whisper (OpenAI)、VALL-E、CosyVoice。

• 应用场景：语音助手、会议转写、语音客服。

🔹 6. VIDEO MODELS （视频模型）

• 用于 视频生成或理解。

• 示例：Sora（OpenAI）、Pika Labs、Runway Gen-2。

• 应用场景：文本生成视频、视频摘要、视频理解问答。

🔹 7. CUSTOM MODELS （自定义模型）

• 你可以加载自己下载或训练的模型。

• 格式一般是 HuggingFace 模型（transformers 格式 / GGUF / safetensors）。

• 应用场景：
• 把你本地 fine-tune 的模型放进来跑
• 加载特定领域模型（医学、金融、法律）。

• Language Models = 聊天 / 生成

• Embedding Models = 向量化表示

• Rerank Models = 结果排序优化

• Image Models = 图像生成/识别

• Audio Models = 语音转文字 / 合成

• Video Models = 视频生成/理解

• Custom Models = 自己的模型